神器-可视化分析之Basemap入门详(一)

简介: 今天咱们讲解一个画地图神器-BaseMap,看看这个神器讲给我们带来怎样的使用体验。

BaseMap 简介

在之前的文章中,我们有讲解过关于画图神器-Matplotlib 的文章,其实 Basemap 工具包就是 Matplotlib 包的子包,一个用于在 Python 绘制 2D 数据至地图的库,它提供了将坐标转化为 25 种不同地图投影的功能,然后调用 Matplotlib 扩展包绘制轮廓、图像和坐标点等。

该扩展包提供了海岸线、河流、政治边界数据集以及绘制方法。其中 GEOS 库在内部用于将海岸线和边界特征剪切到所需的地图投影区域。下面给出官网的翻译示例,源地址:

https://matplotlib.org/basemap/users/geography.html

Basemap 包括 GSSH(现在是GSHHG)海岸线数据集以及 GMT 格式的河流、州和国家边界的数据集。这些数据集可以用来以不同的分辨率绘制海岸线、河流和政治边界地图。相关方法如下:

  • drawcoastlines(): 绘制海岸线。
  • fillcontinents(): 通过填充海岸线多边形为地图着色。
  • drawcountries(): 绘制国家边界。
  • drawstates(): 在北美绘制状态边界。
  • drawrivers(): 绘制河流。

此外,可以将图像用作地图背景,而不是绘制海岸线和政治边界。Basemap提供了以下几个选项:

  • drawlsmask(): 绘制高分辨率的海陆图像,指定陆地和海洋的颜色,数据源于 GSHHS 海岸线。
  • bluemarble(): 绘制 NASA 蓝色大理石图像作为地图背景。
  • shadedrelief(): 绘制阴影浮雕图像作为地图背景。
  • etopo(): 绘制一张 etopo 浮雕图像作为地图背景。
  • warpimage(): 使用 abitrary 图像作为地图背景,必须是全球的,从国际日东线向东和南极以北覆盖世界。

Basemap 安装

Basemap 安装我们从非官网网站下载下面两个扩展包,安装包名称中的 cp37 表示 Python3.7 版本,这个根据 Python 版本安装对应的包即可,Windows下 64 位环境加 amd64,你需要找到适合自己环境的文件。

basemap-1.2.2-cp37-cp37m-win_amd64.whl pyproj-3.0.1-cp37-cp37m-win_amd64.whl

下载地址为:

https://www.lfd.uci.edu/~gohlke/pythonlibs/

下载图片如下:

59.jpg60.jpg


下载好后将下载的whl文件放入Python安装的 Script 文件夹下,如下图所示:


61.jpg


安装语句如下:

pip install basemap-1.2.2-cp37-cp37m-win_amd64.whl

如下图即为安装成功。


62.jpg

Basemap实例

绘制海岸线、填充海洋和陆地区域

from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt
# 设置basemap-Lambert Conformal 
m = Basemap(width=12000000,height=9000000,projection='lcc',
            resolution='c',lat_1=45.,lat_2=55,lat_0=50,lon_0=-107.)
# 绘制海岸线
m.drawcoastlines()
# 在地图周围绘制边界并填充背景aqua(这个背景最终成为海洋的颜色)
# 将大洲绘制在最上面
m.drawmapboundary(fill_color='aqua')
# 填充大陆coral颜色,并设置湖泊颜色为 aqua
m.fillcontinents(color='coral',lake_color='aqua')
plt.show()

运行结果如下图:

63.jpg

总结

今天的文章就到这里啦,有机会大家可以一起一探此款神器的神秘。


目录
相关文章
|
1月前
|
数据采集 数据可视化 搜索推荐
《统计学简易速速上手小册》第2章:数据探索与可视化(2024 最新版)
《统计学简易速速上手小册》第2章:数据探索与可视化(2024 最新版)
38 1
|
1月前
|
算法 数据可视化 安全
《统计学简易速速上手小册》第6章:多变量数据分析(2024 最新版)
《统计学简易速速上手小册》第6章:多变量数据分析(2024 最新版)
35 1
|
机器学习/深度学习 存储 人工智能
Gradio入门到进阶全网最详细教程[一]:快速搭建AI算法可视化部署演示(侧重项目搭建和案例分享)
Gradio入门到进阶全网最详细教程[一]:快速搭建AI算法可视化部署演示(侧重项目搭建和案例分享)
|
机器学习/深度学习 存储 数据可视化
精心整理(含图PLUS版)|R语言生信分析,可视化(二)
精心整理(含图PLUS版)|R语言生信分析,可视化(二)
|
数据可视化 Go 数据处理
精心整理(含图PLUS版)|R语言生信分析,可视化(一)
精心整理(含图PLUS版)|R语言生信分析,可视化
147 0
|
算法 数据可视化 前端开发
这几个算法可视化网站,太牛了!
很多初学者在学习数据结构与算法的时候,都会觉得很难,很大一部分是因为数据结构与算法本身比较抽象,不好理解。对于这一点,可以通过一些可视化动画来帮助理解。
711 1
|
程序员
我的收藏:第四章:八十种在线工具
我的收藏:第四章:八十种在线工具
147 0
我的收藏:第四章:八十种在线工具
|
数据可视化 关系型数据库 MySQL
【DataEase】零代码数据可视化分析工具的安装部署保姆级教程
【DataEase】零代码数据可视化分析工具的安装部署保姆级教程
2633 0
【DataEase】零代码数据可视化分析工具的安装部署保姆级教程
|
数据采集 数据可视化 数据挖掘
数据分析三剑客【AIoT阶段一(下)】(十万字博文 保姆级讲解)—Matplotlib—数据可视化进阶(十七)
你好,感谢你能点进来本篇博客,请不要着急退出,相信我,如果你有一定的 Python 基础,想要学习 Python数据分析的三大库:numpy,pandas,matplotlib;这篇文章不会让你失望,本篇博客是 【AIoT阶段一(下)】 的内容:Python数据分析,
144 0
数据分析三剑客【AIoT阶段一(下)】(十万字博文 保姆级讲解)—Matplotlib—数据可视化进阶(十七)