怎么用用 Python 绘制地理图

本篇内容主要讲解“怎么用用 Python 绘制地理图”，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“怎么用用 Python 绘制地理图”吧!

Plotly

Plotly是一个著名的库，用于在Python中创建交互式绘图和仪表板。

安装Plotly

在命令提示符中运行这两个命令，以在我们的本地计算机上安装 plotly 和 cufflinks 及其所有软件包。

Choropleth地图

Choropleth地图是流行的主题地图，用于通过各种阴影图案或预定地理区域（即国家/地区）上的符号表示统计数据。它们擅长利用数据轻松表示整个区域所需测量的可变性。

Choropleth地图是如何工作的？

Choropleth Maps显示与数据变量相关的彩色，阴影或图案化的划分的地理区域或区域。这提供了一种可视化地理区域内值的方法，该值可以显示所显示位置的变化或模式。

在Python中使用Choropleth

在这里，我们将使用  2014年全球不同国家/地区的电力消耗数据集。（https://github.com/ahmadbinshafiq/Geographical-Plotting---Python/blob/master/2014_World_Power_Consumption）

好的，让我们开始吧。

导入库

在这里，  init_notebook_mode（connected = True） 将Javascript连接到我们的笔记本。

创建/解释我们的DataFrame

在这里，我们有3列，并且所有列都有219个非空条目。

将我们的数据编译成字典

• type ='choropleth'：定义地图的类型，即这种情况下的choropleth。

• colorscale ='Viridis'：显示一个颜色图（f或更多颜色比例，请参阅 此处）。

• location = df ['Country']：添加所有国家/地区的列表。

• locationmode ='国家名称'：因为我们在数据集中有国家名称，所以我们将位置模式设置为'国家名称'。

• z：显示每个状态的功耗的整数值列表。

• text = df ['Country']：将鼠标悬停在地图上的每个状态元素时显示一个文本。在这种情况下，它是国家本身的名称。

• colorbar = {'title'：'Power KWH'}：包含有关右侧栏信息的字典。在这里，颜色栏包含侧边栏的标题。

布局 -一个Geo对象，可用于控制 在其上绘制数据的基础地图的外观 。

这是一本嵌套的字典，其中包含有关地图/绘图外观的所有相关信息。

生成图/图

生成了“ 2014年世界电力消耗”的choropleth地图，从上面可以看到，当每个国家/地区悬停在地图上的每个元素上时，都会显示其名称和电力消耗（以kWh为单位）。数据在一个特定区域中越集中，地图上的颜色阴影越深。“中国”的耗电量最大，因此其颜色最深。

密度图

密度映射只是一种显示点或线可能集中在给定区域中的方式。

在Python中使用密度图

在这里，我们将使用世界范围  的地震及其震级数据集。

好的，让我们开始吧。

创建/解释我们的DataFrame

在这里，我们有4列，并且所有列都有23412个非空条目。

绘制数据

• lat ='Latitude'：获取数据框的“纬度”列。

• lon ='Longitude'：获取数据框的经度列。

• z：显示地震震级的整数列表。

• radius = 10：设置每个点的影响半径。

• center = dict（lat = 0，lon = 180）：设置字典中地图的中心点。

• zoom = 0：设置地图缩放级别。

• mapbox_style ='stamen-terrain'：设置基本地图样式。在这里，“雄蕊地形”是基本地图样式。

• fig.show（）：显示地图。

地图

我们已经绘制了“地震及其烈度”的密度图，从上面我们可以看到，它覆盖了遭受地震破坏的所有领土，并且还显示了当我们将鼠标悬停 在上方时每个区域的地震烈度。

由于数据格式多种多样，有时使用plotly进行地理绘图可能会遇到一些挑战，因此请参考该 备忘单， 了解所有类型的plotly plot语法。

到此，相信大家对“怎么用用 Python 绘制地理图”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，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！