(数据科学学习手札130)利用geopandas快捷绘制在线地图
本文示例代码及文件已上传至我的
Github
仓库https://github.com/CNFeffery/DataScienceStudyNotes
1 简介
在上一篇文章中,我为大家介绍了不久前发布的geopandas
0.10版本的诸多新特性,而其中介绍到的地图可视化新方法explore()
只是一带而过,没有仔细为大家介绍其功能用法。今天的文章我就将为大家详细介绍新版geopandas
中,利用explore()
制作在线地图可视化的方法:
2 在geopandas中制作在线地图可视化
explore()
方法类似我们熟悉的plot()
方法,是GeoSeries
与GeoDataFrame
对象皆有的方法,下面我们递进式地介绍:
2.1 GeoSeries.explore()方法的使用
GeoSeries.explore()
的主要参数如下:
color:str或数组,用于设置所绘制矢量的颜色,当传入数组时可一一对应按顺序设置每个矢量的颜色
m:类似
plot()
方法中的ax
参数,用于传入已存在的地图对象,从而实现多图层叠加tiles:str型,用于设置底图来源,默认为
'OpenStreetMap'
,其他可用的有'Stamen Terrain'
、'Stamen Toner'
、'Stamen Watercolor'
、'CartoDB positron'
及'CartoDB dark_matter'
,亦可传入格式类似http://{s}.yourtiles.com/{z}/{x}/{y}.png
的自定义地图服务,注意,当自定义tiles时,必须设置attr参数attr:str型,用于设置底图对应的attribution信息
highlight:bool型,用于设置是否在鼠标悬浮于矢量上时展示高亮效果,默认为
True
width:int或str型,int型时用于设置地图像素宽度,字符型时用于设置地图相对于容器的百分比宽度,此参数在参数m设置时会失效
height:int或str型,int型时用于设置地图像素高度,字符型时用于设置地图相对于容器的百分比高度,此参数在参数m设置时会失效
control_scale:bool型,用于设置是否展示比例尺,默认为
True
zoom_control:bool型,用于设置是否展示缩放组件,默认为
True
marker_type:str型,用于设置点要素的样式类型,可选的有
'marker'
、'circle'
和'circle_marker'
marker_kwds:dict型,用于设置点要素的更多细节参数,常用的有:
- radius:float型,用于设置点要素的半径,当
marker_type='circle'
时单位为米,当marker_type='circle_marker'
时单位为像素- icon:folium.map.Icon型,当
marker_type='marker'
时,用于自定义点图标,详细用法参考:https://python-visualization.github.io/folium/modules.html#folium.map.Icon
- draggable:bool型,用于设置点图标是否可自由拖拽,默认为
False
style_kwds:dict型,用于设置矢量的样式细节参数,常用的参数有:
- stroke:bool型,设置是否绘制矢量轮廓,默认为
True
- color:str型,用于设置轮廓颜色
- weight:int型,用于设置轮廓像素宽度
- opacity:float型,取值0~1之间,用于设置轮廓透明度,默认为1.0
- fill:bool型,用于设置是否绘制矢量填充,默认为
True
- fillColor:str型,用于设置矢量填充色
- fillOpacity:float型,用于设置填充色透明度,默认为0.5
highlight_kwds:dict型,参数结构同style_kwds,用于设置鼠标悬浮高亮状态下的各样式参数
min_zoom、max_zoom、zoom_start:int型,分别用于设置地图的最小、最大及初始化缩放层级,默认值分别为0、18、10
location:元组或列表,用于设置地图初始化时的中心坐标,格式为
[纬度, 经度]
get到这些参数之后,我们就可以非常快捷地制作在线可视化作品,以环渝地区为例:
m = shp.geometry.explore(
color='#40a9ff',
tiles='https://server.arcgisonline.com/ArcGIS/rest/services/World_Imagery/MapServer/tile/{z}/{y}/{x}',
attr=' ',
width='80%',
tooltip=False, # 关闭鼠标悬浮时的空白tooltip
style_kwds={
'color': 'white',
'fillOpacity': 0.4
},
highlight_kwds={
'fillColor': 'white',
'fillOpacity': 0.6
}
)
m
叠加多个图层:
import folium
m = shp.geometry.explore(
color='#40a9ff',
tiles='https://server.arcgisonline.com/ArcGIS/rest/services/World_Imagery/MapServer/tile/{z}/{y}/{x}',
attr=' ',
width='80%',
tooltip=False, # 关闭鼠标悬浮时的空白tooltip
style_kwds={
'color': 'white',
'fillOpacity': 0.4
},
highlight_kwds={
'fillColor': 'white',
'fillOpacity': 0.6
}
)
shp.representative_point().explore(
color='red',
tooltip=False, # 关闭鼠标悬浮时的空白tooltip
m=m, # 叠加已有地图
marker_type='marker',
marker_kwds={
'icon': folium.map.Icon(icon='beer', prefix='fa')
}
)
2.2 GeoDataFrame.explore()方法的使用
与GeoSeries.explore()
相比,GeoDataFrame
除了矢量字段之外,还可以快捷地利用数据框中其他字段的信息,来辅助视觉元素的映射,因此在GeoSeries.explore()
的参数体系基础上,GeoDataFrame.explore()
新增了如下参数,与plot()
方法非常相似:
column:str型或数组,用于指定绘图映射基于的字段名,亦或是额外传入的与矢量一一对应的数组
cmap:str型或matplotlib中的colormap对象,用于设置色彩映射方案
tooltip:bool、str或list型,用于自定义鼠标悬浮时提示框内显示的字段信息,
True
表示展示全部字段,False
表示关闭提示框,str型时可指定单个要展示的字段名,list型时指定多个要展示的字段popup:用于设置鼠标点击触发展示的信息框内容,格式同tooltip
categorical:bool型,用于设置是否开启类别映射模式,默认为
False
legend:bool型,设置是否显示图例,默认为
True
scheme:字符型,同
plot()
中的同名参数,用于设定分层设色规则,参考我的过往文章:https://www.cnblogs.com/feffery/p/12381322.html
k:int型,用于设置分层设色分段数量,默认为5
vmin:float型,用于手动设置色彩映射最小值
vmax:float型,用于手动设置色彩映射最大值
categories:list型,用于传入顺序类别列表
tooltip_kwds:dict型,用于自定义设置tooltip样式,详细参考:
https://python-visualization.github.io/folium/modules.html#folium.features.GeoJsonTooltip
popup_kwds:dict型,用于自定义设置popup样式,详细参考:
https://python-visualization.github.io/folium/modules.html#folium.features.GeoJsonPopup
legend_kwds:dict型,用于自定义设置图例,主要的参数有:
- caption:str型,自定义图例标题,默认为映射字段名
- colorbar:bool型,用于设置是否开启colorbar模式,设置为
False
时会开启分段模式- fmt:str型,用于自定义图例项数值格式,默认为
'{:.2f}'
- labels:list型,自定义图例项标签文字,来覆盖原始自动生成内容
- max_labels:int型,设置colorbar图例中刻度数量
- scale:bool型,设置是否以真实尺度来渲染每段分层设色区间,
False
时每段色阶长度会强制相同
下面我们来基于这些实用的参数,绘制几个示例:
m = shp.explore(
column='area',
cmap='Blues',
tiles='https://server.arcgisonline.com/ArcGIS/rest/services/World_Imagery/MapServer/tile/{z}/{y}/{x}',
attr=' ',
scheme='NaturalBreaks',
k=3,
vmin=0,
legend_kwds={
'caption': '面积(平方千米)',
'scale': False,
'colorbar': False
},
style_kwds={
'color': 'white',
'weight': 1,
'fillOpacity': 0.8
}
)
m
m = shp.explore(
column='area',
cmap='Reds',
tiles='https://server.arcgisonline.com/ArcGIS/rest/services/World_Topo_Map/MapServer/tile/{z}/{y}/{x}',
attr=' ',
scheme='NaturalBreaks',
k=3,
vmin=0,
legend_kwds={
'caption': '面积(平方千米)',
'scale': False
},
style_kwds={
'color': 'white',
'weight': 1,
'fillOpacity': 0.7
}
)
m
2.3 保存在线底图
如果我们想要持久化保存绘制好的在线地图作品,可以利用地图对象的save()
方法,将其保存为离线html文件:
m.save('demo.html')
浏览器中查看已保存的html文件:
以上就是本文的全部内容,欢迎在评论区与我进行讨论~
相关文章
- 学习ASP.NET Core Razor 编程系列十八——并发解决方案
- 什么是深度学习算法?
- C#学习记录——.NET Framework的组成及C#程序的执行过程
- 深度学习中图片数据增强方法
- 【MATLAB教程案例49】三维点云数据ICP配准算法的matlab仿真学习
- Elasticsearch 用机器学习实现时序数据的异常检测(上)
- MySQL 8 中的数据类型转换 | 学习函数CAST() 和 CONVERT()
- Logic Programming With Prolog学习笔记(一)
- K8s学习(一)从零开始搭建kubernetes集群环境(虚拟机/kubeadm方式)
- 深度学习框架的内存优化机制
- 《机器学习与数据科学(基于R的统计学习方法)》——1.9 数据集
- YOLOV5学习笔记(七)——训练自己数据集
- WWDC21 学习系列之 SwiftUI必看视频《SwiftUI 新的Foundation》
- (数据科学学习手札92)利用query()与eval()优化pandas代码
- (数据科学学习手札65)利用Python实现Shp格式向GeoJSON的转换
- (数据科学学习手札61)xpath进阶用法
- (数据科学学习手札55)利用ggthemr来美化ggplot2图像
- (数据科学学习手札16)K-modes聚类法的简介&Python与R的实现
- 大数据学习——scala函数与方法
- 大数据学习——:wq不能退出vi编辑器
- Java学习-013-文本文件读取实例源代码(两种数据返回格式)
- 大数据时代,如何让学习更高效
- 【Unity3D数据集合】(七)排序列表SortedList和排序字典SortedDictionary学习
- 大数据之7个你现在该学习Python的理由
- SimonLiu的ESP8266与AliOS Things 学习教程系列之十:AliOS Things 2.1.0之helloworld
- 利用spm提供的MoAEpilot听觉数据学习预处理以及单被试glm分析与统计推断
- 学习笔记(02):Python网络编程&并发编程-assert断言的用途
- 【深度学习】——利用pytorch搭建一个完整的深度学习项目(构建模型、加载数据集、参数配置、训练、模型保存、预测)
- 强化大数据技术,苹果再次收购机器学习公司