实战Python轻松实现地图可视化(附详细源码)

见贤思齐

Python的地图可视化库很多，Matplotlib库虽然作图很强大，但只能做静态地图。而我今天要讲的是交互式地图库，分别为pyecharts、folium，掌握这两个库，基本可以解决你的地图可视化需求。pyecharts首先，必须说说强大的pyecharts库，简单易用又酷炫，几乎可以制作任何图表。pyecharts有v0.5和v1两个版本，两者不兼容，最新的v1版本开始支持链式调用，采用options配置图表。pyecharts在制作地图方面，包含Map、Geo和Bmap三类，使用Map类支持世界、国家、省市和区县四级地图，使用前需独立安装。so，pip它们！1pipinstallpyecharts2pipinstallecharts-countries-pypkg3pipinstallecharts-china-provinces-pypkg4pipinstallecharts-china-cities-pypkg5pipinstallecharts-china-counties-pypkg12345pip完之后，查看下pyecharts版本。1importpyecharts2print(pyecharts.__version__)12毋庸置疑，肯定是最新版本啦，版本号为1.6.2。一Map在制作地图前，首先要有数据，我从Wind数据库导出了全国各省GDP总量数据，命名为GDP.xlsx，如下图所示。有了数据，咱们就可以用python开始操作了，先把需要的库import一下。1importpandasaspd#pandas是强大的数据处理库2frompyecharts.chartsimportMap3frompyechartsimportoptionsasopts123用pandas读取GDP.xlsx，提取2019年各省GDP数据为例，我们来制作地图。这里注意下zip()函数，它用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的对象。1data=pd.read_excel('GDP.xlsx')2province=list(data["province"])3gdp=list(data["2019_gdp"])4list=[list(z)forzinzip(province,gdp)]1234我们来打印下list，长这样：其实就是列表里嵌套列表的数据结构，只有这种结构把数据添加到地图中去。我们用Map类中的常用方法add、set_global_opts和render来配置地图。c=(2Map(init_opts=opts.InitOpts(width="1000px",height="600px"))#初始化地图大小3.set_global_opts(4title_opts=opts.TitleOpts(title="2019年各省GDP分布图单位:亿元"),#配置5visualmap_opts=opts.VisualMapOpts(6type_="scatter"#散点类型7)8)9.add("GDP",list,maptype="china")#将list传入，地图类型为中国地图10.render("Map1.html")11)123456789101112运行以上代码，用浏览器打开生成的Map1.html，效果如下：有朋友可能会问了，地图倒是有了，可你这地图不好区分不同省的GDP大小呀。不慌，我们继续优化以上代码，给不同省依据GDP的大小配置不同的颜色，让你一目了然。c=(2Map(init_opts=opts.InitOpts(width="1000px",height="600px"))#可切换主题3.set_global_opts(4title_opts=opts.TitleOpts(title="2019年各省GDP分布图单位:亿元"),5visualmap_opts=opts.VisualMapOpts(6min_=1000,7max_=110000,8range_text=['GDP总量（亿）颜色区间:',''],#分区间9is_piecewise=True,#定义图例为分段型，默认为连续的图例10pos_top="middle",#分段位置11pos_left="left",12orient="vertical",13split_number=10#分成10个区间14)15)16.add("GDP",list,maptype="china")17.render("Map2.html")18)12345678910111213141516171819运行以上代码，用浏览器打开生成的Map2.html，效果如下：怎么样，这下效果是不是好多了，颜色越红代表GDP越高。你所在的省份2019年GDP处于哪个颜色段呢？当然，对于有些审美较高的朋友可能还是无法满足你的要求。既然如此，那我再优化下代码，给地图添加主题。添加主题很简单，只要import下ThemeType，然后将主题添加到Mpa()方法内。我以ThemeType.DARK为例看下效果。frompyecharts.globalsimportThemeType#引入主题Map(init_opts=opts.InitOpts(width="1000px",height="600px",theme=ThemeType.DARK))#添加主题ThemeType.DARK12运行一下看看效果：有没有B格上升n个level的感觉，如果你还不满意，ok，pyecharts内置了10余种主题任你切换。萝卜青菜各有所爱，自个调去吧~二GeoGeo与Map类似，可以通过设置maptype参数选择地图类型，所支持的方法也和Map类似，我这里就不赘述了，直接贴代码。#Geo地图-涟漪图2importpandasaspd3frompyechartsimportoptionsasopts4frompyecharts.chartsimportGeo5frompyecharts.globalsimportChartType67data=pd.read_excel('GDP.xlsx')8province=list(data["province"])9gdp=list(data["2019_gdp"])10list=[list(z)forzinzip(province,gdp)]11print(list)12c=(13Geo()14.add_schema(maptype="china")15.add(16"geo",17list,#传入数据18symbol_size=10,large_threshold=110000,#设置涟漪大小19type_=ChartType.EFFECT_SCATTER,#地图类型为涟漪图20)21.set_series_opts(label_opts=opts.LabelOpts(is_show=False))22.set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=110000),title_opts=opts.TitleOpts(title="2019年各省GDP涟漪图"))23.render("Geomap1.html")24)12345678910111213141516171819202122232425运行一下，效果如下：三BmapBmap是百度地图的一个接口，你如果Map和Geo搞明白了，Bmap也是分分钟可以搞定的。不过，有一点要注意，你要先到百度地图开放平台注册，获取AK才可以调用哦。注册地址：https://lbsyun.baidu.com/index.php?title=%E9%A6%96%E9%A1%B5注册获得AK，就可以开心制作地图啦，以热力图为例，代码如下。#Bmap-散点图、热力图和涟漪图2importpandasaspd3frompyecharts.chartsimportBMap4frompyechartsimportoptionsasopts5frompyecharts.globalsimportChartType67data=pd.read_excel('GDP.xlsx')8province=list(data["province"])9gdp=list(data["2019_gdp"])10list=[list(z)forzinzip(province,gdp)]11print(list)12c=(13BMap(init_opts=opts.InitOpts(width="1000px",height="600px"))14.add_schema(baidu_ak="你的AK",center=[120.13066322374,30.240018034923])15.add(16"GDP",17list,18type_="heatmap",#scatter为散点图，heatmap为热力图，ChartType.EFFECT_SCATTER为涟漪图19label_opts=opts.LabelOpts(formatter="{b}")20)21.set_global_opts(22title_opts=opts.TitleOpts(title="2019年各省GDP热力图"),visualmap_opts=opts.VisualMapOpts(max_=110000)23)24.render("Bmap1.html")25)12345678910111213141516171819202122232425262728运行后，长这样：folium首先，我用python调取了高德地图API接口，获得了广州市近6000个景点的地理数据，保存为poi_scenic_spot.csv。以下为部分数据：然后安装folium库，设置刺激战场底图，当然你也可以换其他底图玩，代码中提供了mapbox底图、高德底图等，任你随意切换。#folium-热力图2importpandasaspd3importfolium4fromfoliumimportplugins56data=pd.read_csv('./poi_scenic_spot.csv',encoding='utf-8')78#heatmap1=folium.Map(location=[23.122373,113.268027],zoom_start=10,control_scale=True)#绘制地图，确定聚焦点，默认底图（加载慢）9heatmap1=folium.Map(location=[23.122373,113.268027],zoom_start=10,control_scale=True,tiles='stamenTerrain')#刺激战场底图10#heatmap1=folium.Map(location=[23.122373,113.268027],zoom_start=10,control_scale=True,tiles='MapboxBright')#mapbox底图11#heatmap1=folium.Map(location=[23.122373,113.268027],zoom_start=10,control_scale=True,tiles='stamentoner')#黑白底图1213#heatmap1=folium.Map(#高德底图14#location=[23.122373,113.268027],15#zoom_start=15,16#control_scale=True,17#tiles='http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=8&x={x}&y={y}&z={z}',18#attr='(c)'19#)2021folium.Marker([23.122373,113.268027],popup='J哥',icon=folium.Icon(icon='cloud',color='green')).add_to(heatmap1)#创建中心标记22heatmap1.add_child(plugins.HeatMap([[row["lat"],row["lon"]]forname,rowindata.iterrows()]))#传入经纬度23heatmap1.save("folium_map1.html")#生成网页12345678910111213141516171819202122232425迫不及待运行了下，效果如下：热力图有点中看不中用啊，看这图我也很难搞清楚广州的景点分布情况。那咱换个别的图试试。1#folium-聚合散点地图2importpandasaspd3importfolium4fromfoliumimportplugins56data=pd.read\_csv('./poi\_scenic\_spot.csv',encoding='utf-8')78plotmap1=folium.Map(location=\[23.122373,113.268027\],zoom\_start=10,control\_scale=True,tiles='stamentoner')910folium.Marker(\[23.122373,113.268027\],popup=' 我是J哥',icon=folium.Icon(icon='cloud',color='green')).add\_to(plotmap1)#创建中心标记11plotmap1.add\_child(plugins.MarkerCluster(\[\[row\["lat"\],row\["lon"\]\]forname,rowindata.iterrows()\]))12plotmap1.save('folium\_map2.html')1234567891011121314151617看效果！你就说酷不酷，炫不炫？结语以上归纳还算完整，当然，python的地图库还有很多，值得进一步挖掘。我以后还会写地图可视化的内容，欢迎继续关注，精彩不错过！对本文地图所用数据集和完整代码感兴趣的小伙伴后台回复“地图可视化”即可免费领取啦。关于Python学习指南学好Python不论是就业还是做副业赚钱都不错，但要学会Python还是要有一个学习规划。最后给大家分享一份全套的Python学习资料，给那些想学习Python的小伙伴们一点帮助！包括：Python激活码+安装包、Pythonweb开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！👉Python所有方向的学习路线👈Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取）👉Python学习视频600合集👈观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。温馨提示：篇幅有限，已打包文件夹，获取方式在：文末👉Python70个实战练手案例&源码👈光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。👉Python大厂面试资料👈我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。👉Python副业兼职路线&方法👈学好Python不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。👉这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费】点击免费领取《CSDN大礼包》：Python入门到进阶资料&实战源码&兼职接单方法安全链接免费领取