当前位置:首页 » 数据分析 » 正文

python实现输入的数据在地图上生成热力图效果

看: 833次  时间:2021-01-20  分类 : 数据分析

我就废话不多说了,直接贴代码,注意要先安装folium

#-*-coding:utf8-*-

#输入data生成热力图html,借助了leaflet,没网不能用

import os

import folium

data=[[ 39.90403 , 116.407526 , 23014.59 ] , [ 39.084158 , 117.200983 , 16538.19 ] , [ 38.042309 , 114.514862 , 5440.6 ] , [ 37.87059 , 112.548879 , 2735.34 ] , [ 40.842585 , 111.74918 , 3090.52 ] , [ 41.805698 , 123.431474 , 7272.31 ] , [ 38.914003 , 121.614682 , 7731.64 ] , [ 43.817071 , 125.323544 , 5530.03 ] , [ 45.803775 , 126.534967 , 5751.21 ] , [ 31.230416 , 121.473701 , 25123.45 ] , [ 32.060255 , 118.796877 , 9720.77 ] , [ 30.274084 , 120.15507 , 10050.21 ] , [ 29.874556 , 121.550357 , 8003.61 ] , [ 31.820586 , 117.227239 , 5660.27 ] , [ 26.074507 , 119.296494 , 5618.08 ] , [ 24.479833 , 118.089425 , 3466.03 ] , [ 28.682892 , 115.858197 , 4000.01 ] , [ 36.651216 , 117.119999 , 6100.23 ] , [ 36.067082 , 120.382639 , 9300.07 ] , [ 34.746599 , 113.625368 , 7311.52 ] , [ 30.593098 , 114.305392 , 10905.6 ] , [ 28.228209 , 112.938814 , 8510.13 ] , [ 23.129162 , 113.264434 , 18100.41 ] , [ 22.543099 , 114.057868 , 17502.86 ] , [ 22.817002 , 108.366543 , 3410.09 ] , [ 20.044001 , 110.198293 , 1161.96 ] , [ 29.563009 , 106.551556 , 15717.27 ] , [ 30.572269 , 104.066541 , 10801.16 ] , [ 26.647661 , 106.630153 , 2891.16 ] , [ 24.880095 , 102.832891 , 3968.01 ] , [ 29.645554 , 91.140856 , 376.73 ] , [ 34.341568 , 108.940174 , 5801.2 ] , [ 36.061089 , 103.834303 , 2095.99 ] , [ 36.617144 , 101.778228 , 1131.62 ] , [ 38.487193 , 106.230909 , 1493.86 ] , [ 43.825592 , 87.616848 , 2631.64 ] ] #data = (np.random.normal(size=(100, 3)) * # np.array([[1, 1, 1]]) + # np.array([[48, 5, 1]])).tolist()

from folium.plugins import HeatMap

m = folium.Map([ 33., 113.], tiles='stamentoner', zoom_start=5)

HeatMap(data).add_to(m)

# m.save(os.path.join(r'D:\data_dir2', 'Heatmap.html'))#存放路径记得改

m.save('Heatmap.html')#存放路径记得改

以上这篇python实现输入的数据在地图上生成热力图效果就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持python博客。

<< 上一篇 下一篇 >>

搜索

推荐资源

  Powered By python教程网   鲁ICP备18013710号
python博客 - 小白学python最友好的网站!