这篇文章给大家介绍Python中有哪些地图可视化库,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。
1.PyViz/HoloViz(Geoviews, Datashader, HvPlot)
Holoviz维护的几个库有用你可能需要的所有数据可视化功能,涵盖了仪表盘和交互式可视化。Geoviews就是其中专注于地理空间数据可视化的库,提供了灵活方便的地理空间数据可视化功能。
GeoViews是一个辅助探索和可视化地理数据、气象类数据以及海洋数据等与天气、大气、遥感密切相关的数据集的Python库
Geoviews的API提供直观的界面和通用的语法,使得利用它制作可视化作品非常容易,譬如下面的例子中与geopandas配合工作:
import geoviews as gv imporg geopandas as gpd gv.Polygons(gpd.read_file(gpd.datasets.get_path('naturalearth_lowres')), vdims=['pop_est', ('name', 'Country')]).opts( tools=['hover'], width=600, projection=crs.Robinson() )
除此之外,PyViz生态中还提供了其他的用于处理地理空间数据的库,譬如HvPlot、Datashader等,以及用于制作仪表盘app的Panel库。
Folium是著名的web地图可视化库Leaflet.js向Python开放的接口,配合大量有意思的插件制作出交互式的在线地图。
Folium入门起来非常简单,你可以通过调用Folium.Map迅速的看到基础地图,也可以根据你的数据对其叠加不同图层,下面是Folium效果示例:
kepler.gl for jupyter是大规模地理空间数据可视化绝佳的工具。它将世界范围内广泛被使用的由Uber开源的kepler.gl嵌入到jupyter的界面中。
只需要简单的几行代码,就可以在jupyter notebok或jupyter lab中渲染出界面:
压轴的当然要留给我们Python GIS界的中流砥柱——geopandas了,不同于前面所介绍的几个库,geopandas赋予了使用者无限自由的操纵矢量数据并将其可视化的能力,配合matplotlib的丰富功能,使得我们可以充分发挥想象力,做出极具设计感的可视化作品:
关于Python中有哪些地图可视化库就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。