python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > python地图数据绘制

python数据分析之实现地图数据绘制

作者：码猩

这篇文章主要为大家详细介绍了python数据分析中如何实现地图数据绘制,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下

python 数据分析之地图数据绘制

1、根据历史的2023年GDP数据做地图分析

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
matplotlib.rcParams['font.family'] = 'SimHei'
import pandas as pd
import folium
from folium import Map
import geopandas as gpd
from shapely.geometry import Point
pd.set_option('display.unicode.east_asian_width',True)
# 使用lambda函数来定义跳过行的规则，这里跳过前三行中的第二行
skip_rows = lambda x: x in [0, 1]
data=pd.read_excel('2023.xlsx')
#data=pd.read_excel('人均GDP.xlsx', sheet_name='Sheet1',header=0,skiprows=2,index_col='地区')
data

2、获取地图文件

注意：这里面的provinces和data2个要保证行是一样的多的行数，且有关联的标题名NAME字段名一样

provinces = gpd.read_file(r'D:\Python\jupyter\画图分析GPD\China_provinces.shp')

4、将2个集合通过空间方式合并

merged_df=gpd.GeoDataFrame(pd.merge(provinces, data, on='NAME'), geometry=provinces.geometry, crs=provinces.crs)
#把2个DATAFrmae合集为一个，通过空间关系的方式连接

5、绘制地图

m = folium.Map(location=[20, 110], zoom_start=5)
folium.Choropleth(
    #title="2023年全国GPD分布图",
    geo_data=merged_df.geometry,
    name="choropleth",
    data=merged_df['2023'],#数据显示的哪个列表的值
    columns=['NAME', '2023'],
    key_on="feature.id",#使用ID的方式进行关联
    fill_color='YlGn',#颜色模型YlGn,YlGnBu
    legend_name="亿元"#显示数字标题使用
).add_to(m)
m.save("province_distribution.html")#保存地图HTML文件

以上就是python数据分析之实现地图数据绘制的详细内容，更多关于python地图数据绘制的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:
阅读全文