用Python处理数据,然后用Folium将它在Leaflet地图上进行可视化。Folium能够将通过Python处理后的数据轻松地在交互式的Leaflet地图上进行可视化展示。它不单单可以在地图上展示数据的分布图,还可以使用Vincent/Vega在地图上加以标记。
这个开源库中有许多来自OpenStreetMap、MapQuest Open、MapQuestOpen Aerial、Mapbox和Stamen的内建地图元件,而且支持使用Mapbox或Cloudmade的API密钥来定制个性化的地图元件。Folium支持GeoJSON和TopoJSON两种文件格式的叠加,也可以将数据连接到这两种文件格式的叠加层,最后可使用color-brewer配色方案创建分布图。
Folium可以让你用Python强大生态系统来处理数据,然后用Leaflet地图来展示。Folium内置一些来自OpenStreetMap、MapQuest Open、MapQuest Open Aerial、Mapbox和Stamen的地图元件(tilesets),并且支持用Mapbox或者Cloudmade API keys来自定义地图元件。Folium支持GeoJSON和TopJSON叠加(overlays),绑定数据来创造一个分级统计图(Choropleth map)。但是,Folium库绘制热点图的时候,需要联网才可显示。
pip install folium
pip install jupyter
便于查看地图
import folium
m = folium.Map() # 显示地图
m
import folium
m = folium.Map(location=[30,100],zoom_start=3)
m
m = folium.Map(location=[30.6,114.4],zoom_start=8) # 武汉市地图
修改样式
m = folium.Map(location=[30.6,114.4],zoom_start=8,tiles='Stamen Toner')
m = folium.Map(location=[30.6,114.4],zoom_start=8,tiles='Stamen Terrain')
import folium
wuhan_map = folium.Map(location=[30.6,114.4],zoom_start=8)
# 添加标记
folium.Marker(
location=[30.6,114.3], # 位置
popup='Wu Han City Marker', # 鼠标点击 弹出的说明
icon=folium.Icon(icon='cloud') # 图标样式
).add_to(wuhan_map)
folium.Marker(
location=[30.6,114.33],
popup='Timberline Lodge',
icon=folium.Icon(color='green')
).add_to(wuhan_map)
folium.Marker(
location=[30.6,114.35],
popup='Some Other Location',
icon=folium.Icon(color='red', icon='info-sign')
).add_to(wuhan_map)
folium.Circle( # 添加圆
radius=200,
location=(30.6,114.32),
popup='The Waterfront',
color='crimson',
fill=False,
).add_to(wuhan_map)
folium.CircleMarker( #添加蓝色圆环
location=(30.6,114.37),
radius=50,
popup='Laurelhurst Park',
color='#3186cc',
fill=True,
fill_color='#3186cc'
).add_to(wuhan_map)
# 获取点的经纬度
# wuhan_map.add_child(folium.LatLngPopup())
# 动态添加标签
wuhan_map.add_child(folium.ClickForMarker(popup='Waypoint'))
import foliumposition = [30.4415, 114.2628] # 武科大的经纬度school_mp = folium.Map(location=position,zoom_start=15)school_mp
弹出pop_up显示图片不会。
到此这篇关于Python利用folium实现地图可视化的文章就介绍到这了,更多相关Python地图可视化folium内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客!
Powered By python教程网 鲁ICP备18013710号
python博客 - 小白学python最友好的网站!