大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
本篇内容主要讲解“如何安装Python绘制地图神器folium”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“如何安装Python绘制地图神器folium”吧!
10余年的芙蓉网站建设经验,针对设计、前端、开发、售后、文案、推广等六对一服务,响应快,48小时及时工作处理。网络营销推广的优势是能够根据用户设备显示端的尺寸不同,自动调整芙蓉建站的显示方式,使网站能够适用不同显示终端,在浏览器中调整网站的宽度,无论在任何一种浏览器上浏览网站,都能展现优雅布局与设计,从而大程度地提升浏览体验。创新互联从事“芙蓉网站设计”,“芙蓉网站推广”以来,每个客户项目都认真落实执行。
folium 建立在 Python 生态系统的数据应用能力和 Leaflet.js 库的映射能力之上,在Python中操作数据,然后通过 folium 在 Leaflet 地图中可视化。
folium 相比较于国内百度的 pyecharts 灵活性更强,能够自定义绘制区域,并且展现形式更加多样化。[1]
1. folium的简介
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。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。
Folium可以让你用 Python 强大生态系统来处理数据,然后用 Leaflet 地图来展示。Folium内置一些来自 OpenStreetMap、MapQuest Open、MapQuest Open Aerial、Mapbox和Stamen 的地图元件(tilesets),并且支持用 Mapbox 或者 Cloudmade API keys 来自定义地图元件。Folium支持 GeoJSON 和 TopJSON 叠加(overlays),绑定数据来创造一个分级统计图(Choropleth map)。但是,Folium库绘制热点图的时候,需要联网才可显示。
2. 安装folium
pip install folium -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
?这里直接使用了国内豆瓣源
folium显示地图的类为 folium.Map,类的声明如下:
class folium.Map(location=None, width='100%', height='100%', left='0%', top='0%', position='relative', tiles='OpenStreetMap', attr=None, min_zoom=0, max_zoom=18, zoom_start=10, min_lat=-90, max_lat=90, min_lon=-180, max_lon=180, max_bounds=False, crs='EPSG3857', control_scale=False, prefer_canvas=False, no_touch=False, disable_3d=False, png_enabled=False, zoom_control=True, **kwargs)
几个重要的参数:
location:经纬度,list 或者 tuple 格式,顺序为 latitude, longitude
zoom_start:缩放值,默认为 10,值越大比例尺越小,地图放大级别越大
control_scale:Bool型,控制是否在地图上添加比例尺,默认为 False 即不添加
tiles:显示样式,默认 "OpenStreetMap",也就是开启街道显示
crs:地理坐标参考系统,默认为 "EPSG3857"
1. 各级别地图
世界地图
import folium print(folium.__version__) # define the world map world_map = folium.Map() # save world map world_map.save('test_01.html')
结果如下:
当前folium版本:0.11.0
国家地图
import folium # define the national map national_map = folium.Map(location=[35.3, 100.6], zoom_start=4) # save national map national_map.save('test_02.html')
结果如下:
市级地图
其实改变地图显示也就是改变显示的经纬度和缩放比例,省级、市级、县级用法相似,这里举一个市级的例子为例,如北京市:
import folium # define the national map city_map = folium.Map(location=[39.93, 116.40], zoom_start=10) # save national map city_map.save('test_03.html')
2. 在地图上标记
普通标记
添加普通标记用 Marker,可以选择标记的图案。
import folium bj_map = folium.Map(location=[39.93, 115.40], zoom_start=12, tiles='Stamen Terrain') folium.Marker( location=[39.95, 115.33], popup='Mt. Hood Meadows', icon=folium.Icon(icon='cloud') ).add_to(bj_map) folium.Marker( location=[39.96, 115.32], popup='Timberline Lodge', icon=folium.Icon(color='green') ).add_to(bj_map) folium.Marker( location=[39.93, 115.34], popup='Some Other Location', icon=folium.Icon(color='red', icon='info-sign') # 标记颜色 图标 ).add_to(bj_map) bj_map.save('test_04.html')
结果如下:
圆形标记
添加圆形标记用 Circle 以及 CircleMarker
import folium bj_map = folium.Map(location=[39.93, 116.40], zoom_start=12, tiles='Stamen Toner') folium.Circle( radius=200, location=(39.92, 116.43), popup='The Waterfront', color='#00FFFF', # 颜色 fill=False, # 填充 ).add_to(bj_map) folium.CircleMarker( location=(39.93, 116.38), radius=50, # 圆的半径 popup='Laurelhurst Park', color='#FF1493', fill=True, fill_color='#FFD700' ).add_to(bj_map) bj_map.save('test_05.html')
结果如下:
动态放置标记
import folium dynamic_tagging = folium.Map( location=[46.8527, -121.7649], tiles='Stamen Terrain', zoom_start=13 ) folium.Marker( [46.8354, -121.7325], popup='Camp Muir' ).add_to(dynamic_tagging) dynamic_tagging.add_child(folium.ClickForMarker(popup='Waypoint')) dynamic_tagging.save('test_06.html')
结果如下:
更多详细使用可以参考官方文档:http://python-visualization.github.io/folium/quickstart.html[2]
以将停车场地理位置数据可视化在地图上示例,熟悉 folium 地图可视化的使用。
1. 获取经纬度数据
停车场地理位置数据来源于网络,数据真实可靠,下面先利用 Python 爬虫获取数据
#数据来源:http://219.136.133.163:8000/Pages/Commonpage/login.aspx import requests import csv import json import logging headers = { 'X-Requested-With': 'XMLHttpRequest', 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36' } logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s') url = 'http://219.136.133.163:8000/Pages/Commonpage/AsyGetData.asmx/GetParkList' s = requests.session() s.get(url, headers=headers) for i in range(1, 318): data = { 'cp': str(i), 'ps': '10', 'kw': '', 'lon': 'undefined', 'lat': 'undefined', 'type': 'undefined' } url = 'http://219.136.133.163:8000/Pages/Commonpage/AsyGetData.asmx/GetParkList' # post提交表单数据 res = s.post(url, data=data, headers=headers) # 重新设置编码 res.encoding = 'utf-8' # str转json 便于提取数据 result = json.loads(res.text)['Result'] for j in result: park_name = j['ParkName'] Lon = j['Longitude'] Lat = j['Latitude'] with open('parkings.csv', 'a+', newline='', encoding='gb18030') as f: f_csv = csv.writer(f) f_csv.writerow([park_name, Lon, Lat]) logging.info([park_name, Lon, Lat])
结果如下:
共有 3170 个停车场地理位置数据
2. folium地图可视化
import pandas as pd import folium # 读取csv数据 data = pd.read_csv('parkings.csv', encoding='gbk') # 传入纬度和经度数据 park_map = folium.Map(location=[data['latitude'].mean(), data['longitude'].mean()], zoom_start=10, control_scale=True,) # 实例化 folium.map.FeatureGroup 对象 incidents = folium.map.FeatureGroup() for name,row in data.iterrows(): incidents.add_child( folium.CircleMarker( # CircleMarker表示花圆 (row["latitude"], row["longitude"]), # 每个停车场的经纬度坐标 radius=7, # 圆圈半径 color='#FF1493', # 标志的外圈颜色 fill=True, # 是否填充 fill_color='#00FF00', # 填充颜色 fill_opacity=0.4 # 填充透明度 ) ) park_map.add_child(incidents) park_map.save('park_map1.html')
效果如下:
这样看起来有点乱,下面我们来统计一下各个局域的停车场数量
import pandas as pd import folium from folium import plugins data = pd.read_csv('parkings.csv', encoding='gbk') park_map = folium.Map(location=[data['latitude'].mean(), data['longitude'].mean()], zoom_start=10, control_scale=True,) marker_cluster = plugins.MarkerCluster().add_to(park_map) for name,row in data.iterrows(): folium.Marker(location=[row["latitude"], row["longitude"]]).add_to(marker_cluster) park_map.save('park_map2.html')
效果如下:
这样能对各个局域停车场的数量在地图上进行统计,将图不断放大以后,还可以显示每个停车场的具体位置,非常方便。
到此,相信大家对“如何安装Python绘制地图神器folium”有了更深的了解,不妨来实际操作一番吧!这里是创新互联网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!