手把手|如何用Python绘制JS地图?
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OpenStreetMap、MapQuest Open、MapQuestOpen Aerial、Mapbox和Stamen的内建地图元件,而且支持使用Mapbox或Cloudmade的API密钥来定制个性化的地图元件。Folium支持GeoJSON和TopoJSON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包
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)
Folium默认使用OpenStreetMap元件,但是Stamen Terrain, Stamen Toner, Mapbox Bright 和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
Folium也支持Cloudmade 和 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= rhttp://{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)
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)
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)
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)
Folium也支持来自Leaflet-DVF的Polygon(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)
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))
GeoJSON/TopoJSON层叠加
GeoJSON 和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= rdata/antarctic_ice_edge.json
topo_path= rdata/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层
ice_map.geo_json(geo_path=topo_path,topojson=objects.antarctic_ice_shelf)#导入Toposon层
ice_map.create_map(path=ice_map.html)
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= rdata/us-states.json#地理位置文件
state_unemployment= rdata/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)
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)
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)
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)
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)
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
相关文章
- JS框架_(JQuery.js)模拟刮奖
- 【Python成长之路】python 基础篇 -- global/nonlocal关键字使用
- 第三百五十节,Python分布式爬虫打造搜索引擎Scrapy精讲—selenium模块是一个python操作浏览器软件的一个模块,可以实现js动态网页请求
- python—时间与时间戳之间的转换
- Atitit nlp自然语言处理类库(java python nodejs c#net) 目录 1.1. Python snownlp1 1.2. NLP.js一个nodejs/javascri
- 华为OD机试 - 九宫格(Java & JS & Python)
- 华为OD机试 - 识图谱新词挖掘(Java & JS & Python)
- 华为OD机试 - 高矮个子排队(Java & JS & Python)
- 华为OD机试 - 找出经过特定点的路径长度(Java & JS & Python)
- Python:利用python代码编程实现将视频的avi格式转换为MP4格式
- Python编程语言学习:python的列表的特殊应用之一行命令实现if判断中的两类判断
- Python语言学习之文件夹那些事:python和文件夹的使用方法之详细攻略
- Python之matplotlib:基于matplotlib库利用python语言实现一张画布显示多张图的多种方法
- Python语言学习:在python中,如何获取变量的本身字符串名字而非其值/内容及其应用(在代码中如何查找同值的所有变量名)
- python查看程序运行时间
- 【 华为OD机试 2023】 统一限载货物数最小值(C++ Java JavaScript Python)
- Python编程:查看python环境支持的whl
- js实现python的random.choice
- Python 实现的下载op海贼王网的图片(网络爬虫)
- 雅虎财经数据python 网络爬虫stock股票 用 Python 通过雅虎财经获取股票数据
- 【异常】前端ERR! stack Error: Can‘t find Python executable “python“, you can set the PYTHON env variable.