时间：2021-06-09 python教程 查看: 1397
想通过 Python 绘制精美的地图？想在地图上自由的设置各种参数？想获得灵活的交互体验？这里就有一款Python 神包满足你：folium。
folium 建立在 Python 生态系统的数据应用能力和 Leaflet.js 库的映射能力之上，在Python中操作数据，然后通过 folium 在 Leaflet 地图中可视化。
folium 相比较于国内百度的 pyecharts 灵活性更强，能够自定义绘制区域，并且展现形式更加多样化。
附：官方文档，官方示例，本文 notebook ，完整代码及数据。
按照官方的教程即可，如果安装了 conda ，可以直接
conda install -c conda-forge folium没有安装的话就使用
python3 -m pip install foliumfolium 显示地图的类为 folium.Map，类的声明如下
class folium.folium.Map(location=None, width='100%', height='100%', left='0%', top='0%', position='relative', tiles='OpenStreetMap', attr=None, min_zoom=0, max_zoom=18, zoom_start=10, min_lat=-90, max_lat=90, min_lon=-180, max_lon=180, max_bounds=False, crs='EPSG3857', control_scale=False, prefer_canvas=False, no_touch=False, disable_3d=False, png_enabled=False, zoom_control=True, **kwargs)讲几个重要的参数
import folium
print(folium.__version__)
# define the world map
world_map = folium.Map()
# display world map
world_map# define the national map
national_map = folium.Map(location=[35.3, 100.6], zoom_start=4)
# display national map
national_map其实改变地图显示就是改变显示的经纬度和缩放比例，省级、市级、县级用法雷同，这里举一个市级的例子为例，如北京市：
# define the city map
city_map = folium.Map(location=[39.93, 116.40], zoom_start=10)
# display city map
city_map显示效果确实是不如百度的😓。
除了上述正常的地图显示外，folium 还提供了非常丰富的多样化显示，控制显示效果的变量是tiles，样式有OpenStreetMap, Stamen Terrain, Stamen Toner, Mapbox Bright, Mapbox Control Room等等，这里挑选几个比较常见的
# define the city map,tiles='Stamen Toner'
city_map = folium.Map(location=[39.93, 116.40], zoom_start=10, tiles='Stamen Toner')
# display city map
city_map# define the city map, tiles='Stamen Terrain'
city_map = folium.Map(location=[39.93, 116.40], zoom_start=10, tiles='Stamen Terrain')
# display city map
city_map添加普通标记用 Marker
这里可以选择标记的图案。
bj_map = folium.Map(location=[39.93, 115.40], zoom_start=12, tiles='Stamen Terrain')
folium.Marker(
location=[39.95, 115.33],
popup='Mt. Hood Meadows',
icon=folium.Icon(icon='cloud')
).add_to(bj_map)
folium.Marker(
location=[39.96, 115.32],
popup='Timberline Lodge',
icon=folium.Icon(color='green')
).add_to(bj_map)
folium.Marker(
location=[39.93, 115.34],
popup='Some Other Location',
icon=folium.Icon(color='red', icon='info-sign')
).add_to(bj_map)
bj_map添加圆形标记用 Circle 以及 CircleMarker
bj_map = folium.Map(location=[39.93, 116.40], zoom_start=12, tiles='Stamen Toner')
folium.Circle(
radius=200,
location=[39.92, 116.43],
popup='The Waterfront',
color='crimson',
fill=False,
).add_to(bj_map)
folium.CircleMarker(
location=[39.93, 116.38],
radius=50,
popup='Laurelhurst Park',
color='#3186cc',
fill=True,
fill_color='#3186cc'
).add_to(bj_map)
bj_mapm = folium.Map(location=[46.1991, -122.1889],tiles='Stamen Terrain',zoom_start=13)
m.add_child(folium.LatLngPopup())
m通过点击鼠标便可以获取点击出的经纬度。
m = folium.Map(
location=[46.8527, -121.7649],
tiles='Stamen Terrain',
zoom_start=13
)
folium.Marker(
[46.8354, -121.7325],
popup='Camp Muir'
).add_to(m)
m.add_child(folium.ClickForMarker(popup='Waypoint'))
m因为没有实际的经纬度坐标数据，所以这里只能模拟一些位置出来，另外每个位置还需要一个数值作为热力值。
# generated data
import numpy as np
data = (
np.random.normal(size=(100, 3)) *
np.array([[0.1, 0.1, 0.1]]) +
np.array([[40, 116.5, 1]])
).tolist()
data[:3]数据分布
[[40.04666663299843, 116.59569796477264, 0.9667425547098781],
[39.86836537517533, 116.28201445195315, 0.8708549157348728],
[40.08123232852134, 116.56884585184197, 0.9104952244371285]]绘制热力图
# HeatMap
from folium.plugins import HeatMap
m = folium.Map([39.93, 116.38], tiles='stamentoner', zoom_start=6)
HeatMap(data).add_to(m)
# m.save(os.path.join('results', 'Heatmap.html'))
mfolium 不仅可以绘制热力图，还可以绘制密度地图，按照经纬度进行举例聚类，然后在地图中显示。
from folium.plugins import MarkerCluster
m = folium.Map([39.93, 116.38], tiles='stamentoner', zoom_start=10)
# create a mark cluster object
marker_cluster = MarkerCluster().add_to(m)
# add data point to the mark cluster
for lat, lng, label in data:
folium.Marker(
location=[lat, lng],
icon=None,
popup=label,
).add_to(marker_cluster)
# add marker_cluster to map
m.add_child(marker_cluster)folium 一个非常有优势的功能就是自定义区域的绘制了，只要有区域的边界数据，就可以在地图中以多种多样的形式展现出来，这里以 folium 官方的美国地图为例，源数据是一个 .json 文件，里面包含了各个地区（美国各州）的特征（包括边界经纬度列表、简称等）,源数据传送门，其数据格式如下：
如果只要求绘制边界，而不显示边界区域的相关信息，那么这个是比较容易的，代码如下
import json
import requests
# read us-states border
with open("us-states.json") as f:
us_states = json.load(f)
us_map = folium.Map(location=[35.3, -97.6], zoom_start=4)
folium.GeoJson(
us_states,
style_function=lambda feature: {
'fillColor': '#ffff00',
'color': 'black',
'weight': 2,
'dashArray': '5, 5'
}
).add_to(us_map)
#display map
us_map当需要在各个区域填充数据的时候，这个稍微麻烦点，不仅需要各个区域的边界数据，还需要各个区域的显示信息，这里同样也使用官方的美国各州的边界数据为例：
import geopandas as gpd
import pandas as pd
import folium, branca
states = gpd.GeoDataFrame.from_features(us_states, crs=fiona.crs.from_epsg(4326))
states.head()我们再把收入等数据连接到上表中
abbrs = pd.read_json(open("abbrs.json"))
statesmerge = states.merge(abbrs,how='left', left_on='name', right_on='name')
statesmerge['geometry']=statesmerge.geometry.simplify(.05)
income = pd.read_csv("income.csv", dtype={"fips":str})
income['income-2015']=pd.to_numeric(income['income-2015'], errors='coerce')
income.groupby(by="state")[['state','income-2015']].median().head()
statesmerge['medianincome']=statesmerge.merge(income.groupby(by="state")[['state','income-2015']].median(), how='left', left_on='alpha-2', right_on='state')['income-2015']
statesmerge['change']=statesmerge.merge(income.groupby(by="state")[['state','change']].median(), how='left', left_on='alpha-2', right_on='state')['change']
statesmerge.head()最终绘制出的来的地图如下：
除此之外，还有很多非常有趣的功能，这里就不一一列举了，感兴趣的可以参考官方的文档。
国内的竞品为百度的 pyecharts，和 folium 一样都可以实现普通的地图绘制功能，但是具体使用还有较大的区别，具体如下表
| 功能 | pyecharts | folium | 备注 |
|---|---|---|---|
| 世界地图 | 可以 | 可以 | |
| 中文显示 | 可以 | 部分可以 | folium地图中标尺、文字不能正常显示，但是嵌入地图中的中文可以正常显示 |
| 交互性 | 好 | 好 | |
| 区（县）级地图 | 可以 | 可以 | folium需要区（县）边界数据 |
| 市级地图 | 可以 | 可以 | folium需要市边界数据 |
| 收费 | 自定义区域需要购买百度ak | 自定义区域功能免费 | |
| 灵活性 | 好 | 好 | |
| 省级地图 | 可以 | 可以 | folium需要省边界数据 |
| 美观度 | 好 | 较好 | |
| 自定义区域 | 部分可以 | 可以 | pyecharts需要百度 ak，folium免费 |
[1] https://www.zhihu.com/question/33783546
[2] https://pypi.org/project/folium/
[3] https://nbviewer.jupyter.org/github/python-visualization/folium/tree/master/examples/
到此这篇关于Python绘制地图神器folium的文章就介绍到这了,更多相关Python绘制地图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！