赠-地图绘制
basemap地图绘制地图绘制也是数据可视化的一部分，常用的地图绘制库为basemap工具包，其为matplotlib的子包。本章将讲解如何利用whl文件在Python3环境下安装basemap；学会使用basemap绘制地图；学会缩放区域和绘制散点图；通过综合案例，巩固basemap的绘制地图方法和技巧。
本章主要涉及到的知识点有：
basemap安装：学会basemap的安装方法。
basemap使用：学会利用basemap绘制简单地图。
缩放区域与绘图：学会通过定位经纬度缩放区域与绘制散点图。
综合案例：通过综合案例，巩固basemap的绘制地图方法和技巧。
basemap的使用
basemap是一个强大的绘制地图工具包。本节将讲解如何安装和使用basemap，结合matplotlib，绘制地图。
basemap安装
在anaconda的python3环境中，通过conda命令安装basemap会导致失败，这里通过该网站（https://www.lfd.uci.edu/~gohlke/pythonlibs/）
下载对应版本的Pyproj和basemap的whl文件，如图12.1和12.2所示。
图12.1Pyproj下载
图12.2basemap下载
在anaconda环境中，切换到这两个whl文件的路径下，按顺序通过pip依次安装Pyproj和basemap文件，代码如下，安装Pyproj，如图12.3所示，代表Pyproj安装成功。
h:
cd H:\python数据分析\数据
pip install pyproj-1.9.5.1-cp36-cp36m-win_amd64.whl
图12.3Pyproj安装
以同样的方法安装basemap，代码如下，如图12.4所示，安装basemap。
h:
cd H:\python数据分析\数据
pip install basemap-1.1.0-cp36-cp36m-win_amd64.whl
图12.4basemap安装
如图12.5所示，通过from mpl_toolkits.basemap import Basemap代码调用该库，发现程序可以运行，代表basemap库安装成功。
图12.5安装成功
basemap使用
首先，导入需要的第三方库，通过basemap初始化一个地图对象，通过drawcoastlines绘制海岸线，代码如下。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
%matplotlib inline
map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
resolution='l', area_thresh=1000.0) #初始化地图对象
map1.drawcoastlines() #绘制海岸线projection参数是用于定义地图的投影方式；lat_0和lon_0是指定地图的中心坐标，这里的值为美国的中心坐标；resolution参数设置绘制边界的精度，l为低精度；area_thresh参数为阈值，低于该阈值的就不会被绘制。绘制地图如图12.6所示。注意：更多参数详情可参考http://matplotlib.org/basemap/。
图12.6基本地图
通过drawcountries方法绘制国家边界，代码如下，如图12.7所示。
map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
resolution='l', area_thresh=1000.0)
map1.drawcoastlines()#绘制海岸线
map1.drawcountries() #绘制国家
图12.7绘制国家
其他常见的绘制方法如下：
drawmapboundary() #绘制边界drawstates() #绘制州drawcounties() #绘制县通过fillcontinents方法为大陆填充颜色，代码如下，如图12.8所示。map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
resolution='l', area_thresh=1000.0)
map1.drawcoastlines()#绘制海岸线
map1.drawcountries() #绘制国家map1.fillcontinents(color='blue',alpha=0.5)#填充颜色
图12.8填充大陆颜色
通过drawmeridians和drawparallels方法绘制经线和纬线，代码如下，如图12.9所示。
map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
resolution='l', area_thresh=1000.0)
map1.drawcoastlines()#绘制海岸线
map1.drawcountries() #绘制国家map1.drawmapboundary() #绘制边界map1.fillcontinents(color='blue',alpha=0.5)#填充颜色map1.drawmeridians(np.arange(0, 360, 30)) #绘制经线map1.drawparallels(np.arange(-90, 90, 30)) #绘制纬线
图12.9绘制经度和纬度
更换projection参数，换为robin坐标，可将图绘制为平面坐标，代码如下，如图12.10所示。
map1 = Basemap(projection='robin', lat_0=90, lon_0=-105,
resolution='l', area_thresh=1000.0)
map1.drawcoastlines()#绘制海岸线
map1.drawcountries() #绘制国家
map1.drawmapboundary() #绘制边界
map1.fillcontinents(color='blue',alpha=0.5)#填充颜色
map1.drawmeridians(np.arange(0, 360, 30)) #绘制经线
map1.drawparallels(np.arange(-90, 90, 30)) #绘制纬线
图12.10平面坐标
缩放区域与绘图
在实际案例中，需对特定国家或地区进行绘制地图，这样就需要通过llcrnrlon、llcrnrlat、urcrnrlon和urcrnrlat指定左下角经纬度和右上角经纬度，代码如下，如图12.11所示。
map2 = Basemap(projection='stere', lat_0=90, lon_0=-105,
llcrnrlon=-118.67, llcrnrlat=23.41,
urcrnrlon=-64.5, urcrnrlat=45.44,
resolution='l', area_thresh=1000.0)
map2.drawcoastlines()#绘制海岸线
map2.drawcountries() #绘制国家
map2.drawmapboundary() #绘制边界
map2.drawstates() #绘制州
map2.fillcontinents(color='blue',alpha=0.5)#填充颜色
map2.drawmeridians(np.arange(0, 360, 30)) #绘制经线
map2.drawparallels(np.arange(-90, 90, 30)) #绘制纬线
图12.11缩放区域
通过坐标定位，可以在地图上绘制图形，代码如下，如图12.12所示。
map2 = Basemap(projection='stere', lat_0=90, lon_0=-105,
llcrnrlon=-118.67, llcrnrlat=23.41,
urcrnrlon=-64.5, urcrnrlat=45.44,
resolution='l', area_thresh=1000.0)
map2.drawcoastlines()#绘制海岸线
map2.drawcountries() #绘制国家
map2.drawmapboundary() #绘制边界
map2.drawstates() #绘制州
map2.drawmeridians(np.arange(0, 360, 30)) #绘制经线
map2.drawparallels(np.arange(-90, 90, 30)) #绘制纬线
lon = -74
lat = 40.43
x,y = map2(lon, lat) #映射坐标
map2.plot(x, y, 'ro', markersize=8)#绘制散点图
图12.12绘制散点图
通过matplotlib库的text方法，为散点加入文本注释。
map2 = Basemap(projection='stere', lat_0=90, lon_0=-105,
llcrnrlon=-118.67, llcrnrlat=23.41,
urcrnrlon=-64.5, urcrnrlat=45.44,
resolution='l', area_thresh=1000.0)
map2.drawcoastlines()#绘制海岸线
map2.drawcountries() #绘制国家
map2.drawmapboundary() #绘制边界
map2.drawstates() #绘制州
map2.drawmeridians(np.arange(0, 360, 30)) #绘制经线
map2.drawparallels(np.arange(-90, 90, 30)) #绘制纬线
lon = -74
lat = 40.43
x,y = map2(lon, lat) #映射坐标
map2.plot(x, y, 'ro', markersize=8)#绘制散点图plt.text(x,y,'New York') #文本注释
图12.13文本注释
basemap综合示例
本节将讲解如何通过basemap绘制区域与全球地图，结合具体案例，讲解地图的绘制方法和技巧。
美国人口分布
通过该网站（https://github.com/plotly/datasets/blob/master/2014_us_cities.csv）
下载2014年美国城市的人口数据，读取数据，如图12.14所示，数据总共有四个字段，城市名称、城市人口和经纬度坐标。
图12.14美国人口数据
通过以下代码，绘制前180个城市的美国人口分布图，如图12.15所示。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
%matplotlib inline
plt.style.use('ggplot')
plt.figure(figsize=(10,6))
map3 = Basemap(projection='stere', lat_0=90, lon_0=-105,
llcrnrlon=-118.67, llcrnrlat=23.41,
urcrnrlon=-64.5, urcrnrlat=45.44,
resolution='l', area_thresh=1000.0)
map3.drawcoastlines()#绘制海岸线
map3.drawcountries() #绘制国家
map3.drawmapboundary() #绘制边界
map3.drawstates() #绘制州
map3.drawcounties() # 绘制县
map3.drawmeridians(np.arange(0, 360, 30)) #绘制经线
map3.drawparallels(np.arange(-90, 90, 30)) #绘制纬线
lat = np.array(pop_data["lat"]) # 获取维度之维度值
lon = np.array(pop_data["lon"]) # 获取经度值
pop = np.array(pop_data["pop"],dtype=float) # 获取人口数，转化为numpy浮点型
size = (pop/np.max(pop))*1000 # 计算每个点的大小
x,y = map3(lon,lat)
map3.scatter(x,y,s=size)
plt.title('Population distribution in America') #加标题代码分析：
（1）1~5行
导入程序需要的库。
（2）7~8行
设置图表的样式为ggplot，并设置图表的长宽比。
（3）10~21行
定义basemap对象，并绘制出美国的地图底图和经纬度。
（4）23~29
获取前180个数据，并绘制散点图。
图12.15美国人口分布图
注意：人口如果不转化为numpy浮点型，散点图不会显示出大小不一。
全球地震可视化
通过美国地震局官网（https://earthquake.usgs.gov/earthquakes/feed/v1.0/csv.php）
下载过去一周的地震数据，如图12.16所示。
图12.16过去一周地震数据下载
读取数据，如图12.17所示，该数据有很多字段，但本次分析中用到的就是经纬度字段和mag字段（震级）。
图12.17地震数据
对这三个字段查看缺失值，如图12.18所示，mag字段有1个缺失值。
图12.18查看缺失值
通过过滤剔除到这个缺失值，如图12.19所示。
图12.19过滤缺失值
通过以下代码，绘制地震分布图，如图12.20所示。
图12.20全球地震分布图（1）
根据震级大小，绘制散点不一的地震分布图，如图12.21所示。
plt.style.use('ggplot')
plt.figure(figsize=(10,6))
map5 = Basemap(projection='robin', lat_0=39.9, lon_0=116.3,
resolution = 'l', area_thresh = 1000.0)
map5.drawcoastlines()
map5.drawcountries()
map5.drawmapboundary()
map5.drawmeridians(np.arange(0, 360, 30))
map5.drawparallels(np.arange(-90, 90, 30))
size = 2 #初始化大小
for lon, lat, mag in zip(list(eq_data['longitude']), list(eq_data['latitude']), list(eq_data['mag'])):
x,y = map5(lon, lat)
msize = mag * size #不同震级大小不一样
map5.plot(x, y, 'ro', markersize=msize)
图12.21全球地震分布图（2）
通过以下代码，定义一个函数，可通过不同震级绘制颜色不同的地图，如图12.22所示。
def get_marker_color(mag):
if mag < 3.0:
return ('go')
elif mag < 5.0:
return ('yo')
else:
return ('ro') #定义设置颜色函数
plt.style.use('ggplot')
plt.figure(figsize=(10,6))
map6 = Basemap(projection='robin', lat_0=39.9, lon_0=116.3,
resolution = 'l', area_thresh = 1000.0)
map6.drawcoastlines()
map6.drawcountries()
map6.drawmapboundary()
map6.drawmeridians(np.arange(0, 360, 30))
map6.drawparallels(np.arange(-90, 90, 30))
size = 2
for lon, lat, mag in zip(list(eq_data['longitude']), list(eq_data['latitude']), list(eq_data['mag'])):
x,y = map6(lon, lat)
msize = mag * size
map6.plot(x, y, get_marker_color(mag), markersize=msize) #调用函数
plt.title('Earthquakes')
图12.22全球地震分布图（3）
pyecharts地图绘制
pyecharts也可以轻松绘制出美观可交互的地图。本节将讲解如何利用pyecharts绘制不同地区的地图，通过Geo方法在地图上绘制散点图。
地图
利用pyecharts绘制地图，需要下载地图js文件，通过pip进行安装，如图12.23所示。
pip install echarts-countries-pypkg #全球国家地图
pip install echarts-china-provinces-pypkg#中国省级地图
pip install echarts-china-cities-pypkg #中国市级地图
图12.23安装地图js
注意：安装好后记得重启jupyter notebook。
利用Map方法可绘制地图，代码如下。
value =
label = ["北京", "上海", "西藏", "广东"]
map1 = pyecharts.Map("全国地图示例")
map1.add("",label, value, maptype='china')
map1.render() #生成html文件
该add方法的参数如下，maptype设置地图类型，支持china、world、中国省市名称等；is_roam可缩放地图；is_map_symbol_show显示地图红点。
add(name, attr, value,
maptype='china',
is_roam=True,
is_map_symbol_show=True, **kwargs)绘制的中国地图如图12.24所示。
图12.24 全国地图（1）
设置is_label_show=True，可以显示各省份名称，代码如下，如图12.25所示。
value =
label = ["北京", "上海", "西藏", "广东"]
map1 = pyecharts.Map("全国地图示例", width=1200, height=600)
map1.add("",label, value, maptype='china', is_label_show=True)
map1.render() #生成html文件
图12.25全国地图（2）
结合Visualmap可以美化地图，根据值显示不同颜色，代码如下，如图12.26所示。
value =
label = ["北京", "上海", "西藏", "广东"]
map1 = pyecharts.Map("全国地图示例", width=1200, height=600)
map1.add("",label, value, maptype='china', is_visualmap=True,
visual_text_color='#000')
map1.render() #生成html文件
图12.26全国地图（3）
修改maptype参数可以绘制省级地图，代码如下，如图12.27所示。
value =
attr = ['武汉市', '咸宁市', '黄冈市', '黄石市']
map1 = pyecharts.Map("湖北省地图")
map1.add("", attr, value, maptype='湖北', is_visualmap=True,
visual_text_color='#000')
map1.render()
图12.27湖北省地图
修改maptype参数为world可以绘制世界地图，代码如下，如图12.28所示。
value =
attr= ["China", "Canada", "Brazil", "Russia", "United States"]
map1 = pyecharts.Map("世界地图", width=1200, height=600)
map1.add("", attr, value, maptype="world", is_visualmap=True,
visual_text_color='#000', is_map_symbol_show=False)
map1.render()
图12.28全球地图
地图坐标系
地图坐标系组件用于地图的绘制，支持在地图上绘制散点图，线集。利用Geo方法可在地图上绘制散点图等，代码如下。
data = [
('上海', 78),('武汉', 56),('长沙', 45),('北京', 65),('苏州', 32),('盐城', 15),
('南昌', 87),('青岛', 45),('广州', 78),('拉萨', 12),('桂林', 21),('西安', 42),
('济南', 12)]
geo = pyecharts.Geo("地图绘制案例一",
title_pos="center", width=1200,
height=600)
attr, value = geo.cast(data)
geo.add("", attr, value, visual_range=, visual_text_color="#fff",
geo_normal_color="#FFFFFF",
symbol_size=15, is_visualmap=True)
geo.render()该add方法的参数如下，type设置图例类型，'scatter', 'effectScatter', 'heatmap'可选；
symbol_size为散点图大小；
border_color设置地图边界颜色；
geo_normal_color为正常情况下地图区域颜色；
geo_emphasis_color为高亮下地图区域的颜色。
add(name, attr, value,
type="scatter",
maptype='china',
symbol_size=12,
border_color="#111",
geo_normal_color="#323c48",
geo_emphasis_color="#2a333d",
is_roam=True, **kwargs)绘制的地图如图12.29所示。
图12.29案例一
修改type参数，更改为heatmap，代码如下，如图12.30所示。
data = [
('上海', 78),('武汉', 56),('长沙', 45),('北京', 65),('苏州', 32),('盐城', 15),
('南昌', 87),('青岛', 45),('广州', 78),('拉萨', 12),('桂林', 21),('西安', 42),
('济南', 12)]
geo = pyecharts.Geo("地图绘制案例二",
title_pos="center", width=1200,
height=600)
attr, value = geo.cast(data)
geo.add("", attr, value, type='heatmap', visual_range=, visual_text_color="#fff",
geo_normal_color="#FFFFFF",
symbol_size=15, is_visualmap=True)
geo.render()
图12.30案例二
来源:https://www.cnblogs.com/cheng020406/p/17461722.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！
页:
[1]