手把手|如何用Python绘制JS地图?-阿里云开发者社区

开发者社区> 大数据文摘> 正文

手把手|如何用Python绘制JS地图?

简介:

Folium是建立在Python生态系统的数据整理(Datawrangling)能力和Leaflet.js库的映射能力之上的开源库。用Python处理数据,然后用Folium将它在Leaflet地图上进行可视化。


概念


Folium能够将通过Python处理后的数据轻松地在交互式的Leaflet地图上进行可视化展示。它不单单可以在地图上展示数据的分布图,还可以使用Vincent/Vega在地图上加以标记。


这个开源库中有许多来自OpenStreetMapMapQuest OpenMapQuestOpen AerialMapboxStamen的内建地图元件,而且支持使用MapboxCloudmadeAPI密钥来定制个性化的地图元件。Folium支持GeoJSONTopoJSON两种文件格式的叠加,也可以将数据连接到这两种文件格式的叠加层,最后可使用color-brewer配色方案创建分布图。


安装


安装folium


开始创建地图


创建底图,传入起始坐标到Folium地图中:

importfolium

map_osm= folium.Map(location=[45.5236, -122.6750]) #输入坐标

map_osm.create_map(path='osm.html')


0?wx_fmt=png


Folium默认使用OpenStreetMap元件,但是Stamen Terrain, Stamen Toner, Mapbox Bright MapboxControl空间元件是内置的:


#输入位置,tiles,缩放比例

stamen =folium.Map(location=[45.5236, -122.6750], tiles='Stamen Toner',zoom_start=13)

stamen.create_map(path='stamen_toner.html')#保存图片


0?wx_fmt=png


Folium也支持Cloudmade Mapbox的个性化定制地图元件,只需简单地传入API_key


custom =folium.Map(location=[45.5236, -122.6750], tiles='Mapbox',

API_key='wrobstory.map-12345678')



最后,Folium支持传入任何与Leaflet.js兼容的个性化地图元件:


tileset= r'http://{s}.tiles.yourtiles.com/{z}/{x}/{y}.png'

map =folium.Map(location=[45.372, -121.6972], zoom_start=12,

tiles=tileset, attr='My DataAttribution')


地图标记


Folium支持多种标记类型的绘制,下面从一个简单的Leaflet类型的位置标记弹出文本开始:


map_1 =folium.Map(location=[45.372, -121.6972], zoom_start=12,

tiles='Stamen Terrain')

map_1.simple_marker([45.3288,-121.6625], popup='Mt. Hood Meadows')#文字标记

map_1.simple_marker([45.3311,-121.7113], popup='Timberline Lodge')

map_1.create_map(path='mthood.html')


0?wx_fmt=png

Folium支持多种颜色和标记图标类型:


map_1 =folium.Map(location=[45.372, -121.6972], zoom_start=12,tiles='Stamen Terrain')

map_1.simple_marker([45.3288,-121.6625], popup='Mt. Hood Meadows',marker_icon='cloud') #标记图标类型为云

map_1.simple_marker([45.3311,-121.7113], popup='Timberline Lodge',marker_color='green') #标记颜色为绿色

map_1.simple_marker([45.3300,-121.6823], popup='Some OtherLocation',marker_color='red',marker_icon='info-sign')

#标记颜色为红色,标记图标为“info-sign”)

map_1.create_map(path='iconTest.html')


Folium也支持使用个性化的尺寸和颜色进行圆形标记:


map_2 =folium.Map(location=[45.5236, -122.6750], tiles='Stamen Toner',

zoom_start=13)

map_2.simple_marker(location=[45.5244,-122.6699], popup='The Waterfront')


简单树叶类型标记


map_2.circle_marker(location=[45.5215,-122.6261], radius=500,

popup='Laurelhurst Park',line_color='#3186cc',

fill_color='#3186cc')#圆形标记

map_2.create_map(path='portland.html')


0?wx_fmt=png

Folium有一个简便的功能可以使经/纬度悬浮于地图上:


map_3 =folium.Map(location=[46.1991, -122.1889], tiles='Stamen Terrain',zoom_start=13)

map_3.lat_lng_popover()

map_3.create_map(path='sthelens.html')


0?wx_fmt=png


Click-for-marker功能允许标记动态放置:


map_4 =folium.Map(location=[46.8527, -121.7649], tiles='Stamen Terrain',zoom_start=13)

map_4.simple_marker(location=[46.8354,-121.7325], popup='Camp Muir')

map_4.click_for_marker(popup='Waypoint')

map_4.create_map(path='mtrainier.html')


0?wx_fmt=png


Folium也支持来自Leaflet-DVFPolygon(多边形)标记集:


map_5 =folium.Map(location=[45.5236, -122.6750], zoom_start=13)

map_5.polygon_marker(location=[45.5012,-122.6655], popup='Ross Island Bridge',fill_color='#132b5e', num_sides=3,radius=10)#三边形标记

map_5.polygon_marker(location=[45.5132,-122.6708], popup='Hawthorne Bridge',fill_color='#45647d', num_sides=4,radius=10)#四边形标记

map_5.polygon_marker(location=[45.5275,-122.6692], popup='Steel Bridge',fill_color='#769d96', num_sides=6, radius=10)#四边形标记

map_5.polygon_marker(location=[45.5318,-122.6745], popup='Broadway Bridge',fill_color='#769d96', num_sides=8,radius=10) #八边形标记

map_5.create_map(path='bridges.html')


0?wx_fmt=png


Vincent/Vega标记


Folium能够使用vincent 进行任何类型标记,并悬浮在地图上。


buoy_map= folium.Map(location=[46.3014, -123.7390], zoom_start=7,

tiles='StamenTerrain')

buoy_map.polygon_marker(location=[47.3489,-124.708], fill_color='#43d9de',radius=12, popup=(vis1, 'vis1.json'))

buoy_map.polygon_marker(location=[44.639,-124.5339], fill_color='#43d9de',radius=12, popup=(vis2, 'vis2.json'))

buoy_map.polygon_marker(location=[46.216,-124.1280], fill_color='#43d9de',radius=12, popup=(vis3, 'vis3.json'))


0?wx_fmt=png


GeoJSON/TopoJSON层叠加


GeoJSON TopoJSON层都可以导入到地图,不同的层可以在同一张地图上可视化出来:


geo_path= r'data/antarctic_ice_edge.json'

topo_path= r'data/antarctic_ice_shelf_topo.json'

ice_map= folium.Map(location=[-59.1759, -11.6016],tiles='Mapbox Bright', zoom_start=2)

ice_map.geo_json(geo_path=geo_path)#导入geoJson

ice_map.geo_json(geo_path=topo_path,topojson='objects.antarctic_ice_shelf')#导入Toposon

ice_map.create_map(path='ice_map.html')


0?wx_fmt=png


分布图


Folium允许PandasDataFrames/Series类型和Geo/TopoJSON类型之间数据转换。Color Brewer 颜色方案也是内建在这个库,可以直接导入快速可视化不同的组合:


importfolium

importpandas as pd

state_geo= r'data/us-states.json'#地理位置文件

state_unemployment= r'data/US_Unemployment_Oct2012.csv'#美国失业率文件

state_data= pd.read_csv(state_unemployment)

#LetFolium determine the scale

map =folium.Map(location=[48, -102], zoom_start=3)

map.geo_json(geo_path=state_geo,data=state_data,

columns=['State', 'Unemployment'],

key_on='feature.id',

fill_color='YlGn',fill_opacity=0.7, line_opacity=0.2,

legend_name='Unemployment Rate(%)')

map.create_map(path='us_states.html')


0?wx_fmt=png


基于D3阈值尺度,Folium在右上方创建图例,通过分位数创建最佳猜测值,导入设定的阈值很简单:


map.geo_json(geo_path=state_geo,data=state_data,

columns=['State', 'Unemployment'],

threshold_scale=[5, 6, 7, 8, 9,10],

key_on='feature.id',

fill_color='BuPu',fill_opacity=0.7, line_opacity=0.5,

legend_name='Unemployment Rate(%)',

reset=True)

map.create_map(path='us_states.html')


0?wx_fmt=png

通过Pandas DataFrame进行数据处理,可以快速可视化不同的数据集。下面的例子中,df DataFrame包含6列不同的经济数据,我们将在下面可视化一部分数据:


2011年就业率分布图


map_1 =folium.Map(location=[48, -102], zoom_start=3)

map_1.geo_json(geo_path=county_geo,data_out='data1.json', data=df,

columns=['GEO_ID','Employed_2011'],key_on='feature.id',

fill_color='YlOrRd',fill_opacity=0.7, line_opacity=0.3,

topojson='objects.us_counties_20m')#2011就业率分布图

map_1.create_map(path='map_1.html')


0?wx_fmt=png


2011年失业率分布图


map_2 =folium.Map(location=[40, -99], zoom_start=4)

map_2.geo_json(geo_path=county_geo,data_out='data2.json', data=df,

columns=['GEO_ID','Unemployment_rate_2011'],

key_on='feature.id',

threshold_scale=[0, 5, 7, 9, 11,13],

fill_color='YlGnBu', line_opacity=0.3,

legend_name='Unemployment Rate2011 (%)',

topojson='objects.us_counties_20m')#2011失业率分布图

map_2.create_map(path='map_2.html')


0?wx_fmt=png


2011年中等家庭收入分布图


map_3 =folium.Map(location=[40, -99], zoom_start=4)

map_3.geo_json(geo_path=county_geo,data_out='data3.json', data=df,

columns=['GEO_ID','Median_Household_Income_2011'],

key_on='feature.id',

fill_color='PuRd',line_opacity=0.3,

legend_name='Median Household Income2011 ($)',

topojson='objects.us_counties_20m')#2011中等家庭收入分布图

map_3.create_map(path='map_3.html')


0?wx_fmt=png


原文发布时间为:2016-01-11

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

版权声明:如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:developerteam@list.alibaba-inc.com 进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
大数据文摘
使用钉钉扫一扫加入圈子
+ 订阅

官方博客
官网链接