赠-地图绘制

三寸时光

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12.1  Pyproj下载

图12.2  basemap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。

1. h:
2. cd H:\python数据分析\数据
3. pip install pyproj-1.9.5.1-cp36-cp36m-win_amd64.whl

复制代码

图12.3  Pyproj安装
以同样的方法安装basemap，代码如下，如图12.4所示，安装basemap。

1. h:
2. cd H:\python数据分析\数据
3. pip install basemap-1.1.0-cp36-cp36m-win_amd64.whl

复制代码

图12.4  basemap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。

1. import numpy as np
2. import pandas as pd
3. import matplotlib.pyplot as plt
4. from mpl_toolkits.basemap import Basemap
5. %matplotlib inline
7. map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
8.               resolution='l', area_thresh=1000.0)      #初始化地图对象
9. map1.drawcoastlines()      #绘制海岸线

复制代码

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。

1. map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
2.               resolution='l', area_thresh=1000.0)
3. map1.drawcoastlines()  #绘制海岸线
4. map1.drawcountries()   #绘制国家

复制代码

图12.7  绘制国家
其他常见的绘制方法如下：

1. 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,
2.               resolution='l', area_thresh=1000.0)
3. map1.drawcoastlines()  #绘制海岸线
4. map1.drawcountries()   #绘制国家map1.fillcontinents(color='blue',alpha=0.5)  #填充颜色

复制代码

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。

1. map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
2.               resolution='l', area_thresh=1000.0)
3. map1.drawcoastlines()  #绘制海岸线
4. 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

复制代码

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。

1. map1 = Basemap(projection='robin', lat_0=90, lon_0=-105,
2.               resolution='l', area_thresh=1000.0)
3. map1.drawcoastlines()  #绘制海岸线
4. map1.drawcountries()   #绘制国家
5. map1.drawmapboundary() #绘制边界
6. map1.fillcontinents(color='blue',alpha=0.5)  #填充颜色
8. map1.drawmeridians(np.arange(0, 360, 30))    #绘制经线
9. map1.drawparallels(np.arange(-90, 90, 30))   #绘制纬线

复制代码

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。

1. map2 = Basemap(projection='stere', lat_0=90, lon_0=-105,
2.                llcrnrlon=-118.67, llcrnrlat=23.41,
3.                urcrnrlon=-64.5, urcrnrlat=45.44,
4.               resolution='l', area_thresh=1000.0)
5. map2.drawcoastlines()  #绘制海岸线
6. map2.drawcountries()   #绘制国家
7. map2.drawmapboundary() #绘制边界
8. map2.drawstates()      #绘制州
9. map2.fillcontinents(color='blue',alpha=0.5)  #填充颜色
11. map2.drawmeridians(np.arange(0, 360, 30))    #绘制经线
12. map2.drawparallels(np.arange(-90, 90, 30))   #绘制纬线

复制代码

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。

1. map2 = Basemap(projection='stere', lat_0=90, lon_0=-105,
2.                llcrnrlon=-118.67, llcrnrlat=23.41,
3.                urcrnrlon=-64.5, urcrnrlat=45.44,
4.               resolution='l', area_thresh=1000.0)
5. map2.drawcoastlines()  #绘制海岸线
6. map2.drawcountries()   #绘制国家
7. map2.drawmapboundary() #绘制边界
8. map2.drawstates()      #绘制州
9. map2.drawmeridians(np.arange(0, 360, 30))    #绘制经线
10. map2.drawparallels(np.arange(-90, 90, 30))   #绘制纬线
12. lon = -74
13. lat = 40.43
14. x,y = map2(lon, lat)       #映射坐标
15. map2.plot(x, y, 'ro', markersize=8)  #绘制散点图

复制代码

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。

1. map2 = Basemap(projection='stere', lat_0=90, lon_0=-105,
2.                llcrnrlon=-118.67, llcrnrlat=23.41,
3.                urcrnrlon=-64.5, urcrnrlat=45.44,
4.               resolution='l', area_thresh=1000.0)
5. map2.drawcoastlines()  #绘制海岸线
6. map2.drawcountries()   #绘制国家
7. map2.drawmapboundary() #绘制边界
8. map2.drawstates()      #绘制州
9. map2.drawmeridians(np.arange(0, 360, 30))    #绘制经线
10. map2.drawparallels(np.arange(-90, 90, 30))   #绘制纬线
12. lon = -74
13. lat = 40.43
14. x,y = map2(lon, lat)       #映射坐标
15. map2.plot(x, y, 'ro', markersize=8)  #绘制散点图plt.text(x,y,'New York')   #文本注释

复制代码

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。

1. import numpy as np
2. import pandas as pd
3. import matplotlib.pyplot as plt
4. from mpl_toolkits.basemap import Basemap
5. %matplotlib inline
7. plt.style.use('ggplot')
8. plt.figure(figsize=(10,6))
10. map3 = Basemap(projection='stere', lat_0=90, lon_0=-105,
11.                llcrnrlon=-118.67, llcrnrlat=23.41,
12.                urcrnrlon=-64.5, urcrnrlat=45.44,
13.               resolution='l', area_thresh=1000.0)
14. map3.drawcoastlines()  #绘制海岸线
15. map3.drawcountries()   #绘制国家
16. map3.drawmapboundary() #绘制边界
17. map3.drawstates()      #绘制州
18. map3.drawcounties()      # 绘制县
20. map3.drawmeridians(np.arange(0, 360, 30))    #绘制经线
21. map3.drawparallels(np.arange(-90, 90, 30))   #绘制纬线
23. lat = np.array(pop_data["lat"][0:180])                        # 获取维度之维度值
24. lon = np.array(pop_data["lon"][0:180])                        # 获取经度值
25. pop = np.array(pop_data["pop"][0:180],dtype=float)    # 获取人口数，转化为numpy浮点型
26. size = (pop/np.max(pop))*1000 # 计算每个点的大小
28. x,y = map3(lon,lat)
29. map3.scatter(x,y,s=size)
31. plt.title('Population distribution in America')     #加标题

复制代码

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。

1. plt.style.use('ggplot')
2. plt.figure(figsize=(10,6))
4. map5 = Basemap(projection='robin', lat_0=39.9, lon_0=116.3,
5.                resolution = 'l', area_thresh = 1000.0)
7. map5.drawcoastlines()
8. map5.drawcountries()
9. map5.drawmapboundary()
11. map5.drawmeridians(np.arange(0, 360, 30))
12. map5.drawparallels(np.arange(-90, 90, 30))
14. size = 2    #初始化大小
15. for lon, lat, mag in zip(list(eq_data['longitude']), list(eq_data['latitude']), list(eq_data['mag'])):
16.     x,y = map5(lon, lat)
17.     msize = mag * size     #不同震级大小不一样
18.     map5.plot(x, y, 'ro', markersize=msize)

复制代码

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。

1. def get_marker_color(mag):
2.     if mag < 3.0:
3.         return ('go')
4.     elif mag < 5.0:
5.         return ('yo')
6.     else:
7.         return ('ro')      #定义设置颜色函数
9. plt.style.use('ggplot')
10. plt.figure(figsize=(10,6))
12. map6 = Basemap(projection='robin', lat_0=39.9, lon_0=116.3,
13.                resolution = 'l', area_thresh = 1000.0)
15. map6.drawcoastlines()
16. map6.drawcountries()
17. map6.drawmapboundary()
19. map6.drawmeridians(np.arange(0, 360, 30))
20. map6.drawparallels(np.arange(-90, 90, 30))
22. size = 2
23. for lon, lat, mag in zip(list(eq_data['longitude']), list(eq_data['latitude']), list(eq_data['mag'])):
24.     x,y = map6(lon, lat)
25.     msize = mag * size
26.     map6.plot(x, y, get_marker_color(mag), markersize=msize)   #调用函数
28. plt.title('Earthquakes')

复制代码

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。

1. pip install echarts-countries-pypkg        #全球国家地图
2. pip install echarts-china-provinces-pypkg  #中国省级地图
3. pip install echarts-china-cities-pypkg      #中国市级地图

复制代码

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。

1. value = [155, 78, 23, 65]
2. label = ["北京", "上海", "西藏", "广东"]
3. map1 = pyecharts.Map("全国地图示例")
4. map1.add("",label, value, maptype='china')
5. map1.render()   #生成html文件
6. 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。
7. add(name, attr, value,
8.     maptype='china',
9.     is_roam=True,
10.     is_map_symbol_show=True, **kwargs)

复制代码

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。

1. value = [155, 78, 23, 65]
2. label = ["北京", "上海", "西藏", "广东"]
3. map1 = pyecharts.Map("全国地图示例", width=1200, height=600)
4. map1.add("",label, value, maptype='china', is_label_show=True)
5. map1.render()   #生成html文件

复制代码

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。

1. value = [155, 78, 23, 65]
2. label = ["北京", "上海", "西藏", "广东"]
3. map1 = pyecharts.Map("全国地图示例", width=1200, height=600)
4. map1.add("",label, value, maptype='china', is_visualmap=True,
5.         visual_text_color='#000')
6. map1.render()   #生成html文件

复制代码

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。

1. value = [233, 102, 41, 82]
2. attr = ['武汉市', '咸宁市', '黄冈市', '黄石市']
3. map1 = pyecharts.Map("湖北省地图")
4. map1.add("", attr, value, maptype='湖北', is_visualmap=True,
5.         visual_text_color='#000')
6. map1.render()

复制代码

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。

1. value = [46, 54, 45, 82, 45]
2. attr= ["China", "Canada", "Brazil", "Russia", "United States"]
3. map1 = pyecharts.Map("世界地图", width=1200, height=600)
4. map1.add("", attr, value, maptype="world", is_visualmap=True,
5.         visual_text_color='#000', is_map_symbol_show=False)
6. map1.render()

复制代码

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。

1. data = [
2.     ('上海', 78),('武汉', 56),('长沙', 45),('北京', 65),('苏州', 32),('盐城', 15),
3.     ('南昌', 87),('青岛', 45),('广州', 78),('拉萨', 12),('桂林', 21),('西安', 42),
4.     ('济南', 12)]
6. geo = pyecharts.Geo("地图绘制案例一",
7.           title_pos="center", width=1200,
8.           height=600)
9. attr, value = geo.cast(data)
10. geo.add("", attr, value, visual_range=[0, 100], visual_text_color="#fff",
11.         geo_normal_color="#FFFFFF",
12.         symbol_size=15, is_visualmap=True)
13. geo.render()

复制代码

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。

1. add(name, attr, value,
2.     type="scatter",
3.     maptype='china',
4.     symbol_size=12,
5.     border_color="#111",
6.     geo_normal_color="#323c48",
7.     geo_emphasis_color="#2a333d",
8.     is_roam=True, **kwargs)

复制代码

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。

1. data = [
2.     ('上海', 78),('武汉', 56),('长沙', 45),('北京', 65),('苏州', 32),('盐城', 15),
3.     ('南昌', 87),('青岛', 45),('广州', 78),('拉萨', 12),('桂林', 21),('西安', 42),
4.     ('济南', 12)]
6. geo = pyecharts.Geo("地图绘制案例二",
7.           title_pos="center", width=1200,
8.           height=600)
9. attr, value = geo.cast(data)
10. geo.add("", attr, value, type='heatmap', visual_range=[0, 100], visual_text_color="#fff",
11.         geo_normal_color="#FFFFFF",
12.         symbol_size=15, is_visualmap=True)
13. geo.render()

复制代码

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！