python地图可视化应用场景,python 地理数据可视化_python地图可视化经纬度

本文梳理多个Python优质地理数据可视化工具，有的擅长交互、有的擅长学术研究、有的擅长商用地图展示。

Basemap

Basemap为地理空间数据可视化利器，偏学院派python高级工程师证怎么考。
依赖PROJ.4C，为提供的经纬坐标指定basemap25个投影方式中的一类，每一类都有自己的优缺点，如下文代码中的projection='ortho'；
依赖Matplotlib，在PROJ.4C指定的投影方式中绘制海岸线、河流线和政治边界线；
依赖GEOS，将海岸线、河流线和政治边界线裁剪至目的区域；
Basemap创建以来，为了满足地球科学、海洋学、气象学等领域科学家的需求，功能日益强大。但是，自2016年起，Cartopy开始接管了Basemap，至2020年8月7日，后者停止维护，大部分功能转移到Cartopy下，Basemap依旧可以使用，但是安装起来有点麻烦。

# 下载源码：https://github.com/matplotlib/basemap/releases/
 
#解压 
tar -zxvf basemap-1.2.2rel.tar.gz
 
#修改配置
cd basemap-1.2.2rel/geos-3.3.3/
export GEOS_DIR=/usr/local
./configure --prefix=$GEOS_DIR
make #这一步时间有点久，出现好多warning，
make install
cd ../
python setup.py install

举个栗子，我们生活的蓝色星球全貌，

import pyproj
import geos
from mpl_toolkits.basemap import Basemap
# Basemap依赖pyproj和geos，三者一起导入，不然报错
import matplotlib.pyplot as plt
 
plt.figure(dpi=150,figsize=(6,6))
 
m = Basemap(
    projection='ortho',  #指定投影方式ortho
    lat_0=0,
    lon_0=140,  #设置投影中心
    resolution=None  #设置分辨率
)
m.bluemarble(scale=0.5) #设置蓝色弹珠 (The Blue Marble)背景
 
plt.show();

更多栗子，

深入学习：https://matplotlib.org/basemap/index.html

---

Folium

Folium是Python数据处理优势和JavaScript地图库Leaflet.js地图可视化优势的完美结合，二者结合后即可绘制优美的交互式地图。「小科普：Folium和Leaf都有叶子的意思，这可能是Folium名称的由来～」
一些栗子～

import folium
 
whm = folium.Map(
    location=[30.5538, 114.31589],  #武昌区经纬度
    zoom_start=10,  # 默认放大倍数
)
 
folium.Marker(  #添加位置标示
    location=[30.5538, 114.31589],
    popup="❤️武汉",
    icon=folium.Icon(color="#ba2f2a", icon="info-sign"),
).add_to(whm)
 
folium.CircleMarker(  #圈地
    location=[30.5538, 114.31589],
    radius=100,  #圈半径
    color="#c72e29",
    fill=True,
    fill_color="#c72e29",
).add_to(whm)
 
folium.Marker( 
    location=[30.34653, 114.27001],
    popup="❤️",
    icon=folium.Icon(color="blue", icon="info-sign"),
).add_to(whm)
 
folium.CircleMarker(  
    location=[30.34653, 114.31001],
    radius=100, 
    color="#01a2d9",
    fill=True,
    fill_color="#01a2d9",
).add_to(whm)
whm

再举个栗子，
Heatmap，

# Heatmap
import numpy as np
import folium
from folium.plugins import HeatMap
 
data = (np.random.normal(size=(50, 3)) * np.array([[1, 1, 1]]) +
        np.array([[39.904989, 116.4052859, 1]])).tolist()
 
m = folium.Map([39.904989, 116.4052859], zoom_start=6)
HeatMap(data, radius=20).add_to(m)
m

MinichartsMarkerImageOverlaychoroplethHeatmap with timeMiniMap除此之外，Folium还有很多的插件，如draw深入学习：http://python-visualization.github.io/folium/index.html

---

Echarts/pyecharts

pyecharts擅长商业交互可视化，地图是其重要一部分，有大量demo，代码拿来即可用。快速入门