Python绘制地图神器，上手直接开大！

大家晚上好，我是小五

之前给大家介绍过多种Python可视化模块，但使用他们进行地理可视化都很简陋。

所以想要绘制更精美的可视化地图?想在地图上自由的设置各种参数?想获得灵活的交互体验?

今天它就来了，Python绘制地图神器folium，上手直接开大!

一、folium简介和安装

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。[1]

1. folium的简介

• Folium是建立在 Python 生态系统的数据整理 Datawrangling 能力和 Leaflet.js 库的映射能力之上的开源库。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。

2. 安装folium

pip install folium -i http://pypi.douban.com/simple --trusted-host pypi.douban.com 

👆这里直接使用了国内豆瓣源

二、基本使用

folium显示地图的类为 folium.Map，类的声明如下：

class 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) 

几个重要的参数：

• location：经纬度，list 或者 tuple 格式，顺序为 latitude, longitude
• zoom_start：缩放值，默认为 10，值越大比例尺越小，地图放大级别越大
• control_scale：Bool型，控制是否在地图上添加比例尺，默认为 False 即不添加
• tiles：显示样式，默认 "OpenStreetMap"，也就是开启街道显示
• crs：地理坐标参考系统，默认为 "EPSG3857"

1. 各级别地图

世界地图

import folium 
 
print(folium.__version__) 
 
# define the world map 
world_map = folium.Map() 
# save world map 
world_map.save('test_01.html') 

结果如下：

当前folium版本：0.11.0 

国家地图

import folium 
# define the national map 
national_map = folium.Map(location=[35.3, 100.6], zoom_start=4) 
# save national map 
national_map.save('test_02.html') 

结果如下：

市级地图

其实改变地图显示也就是改变显示的经纬度和缩放比例，省级、市级、县级用法相似，这里举一个市级的例子为例，如北京市：

import folium 
# define the national map 
city_map = folium.Map(location=[39.93, 116.40], zoom_start=10) 
# save national map 
city_map.save('test_03.html') 

2. 在地图上标记

普通标记

添加普通标记用 Marker，可以选择标记的图案。

import folium 
 
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')    # 标记颜色  图标 
).add_to(bj_map) 
 
bj_map.save('test_04.html') 

结果如下：

圆形标记

添加圆形标记用 Circle 以及 CircleMarker

import folium 
 
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='#00FFFF',   # 颜色 
    fill=False,        # 填充 
).add_to(bj_map) 
 
folium.CircleMarker( 
    location=(39.93, 116.38), 
    radius=50,   # 圆的半径 
    popup='Laurelhurst Park', 
    color='#FF1493', 
    fill=True, 
    fill_color='#FFD700' 
).add_to(bj_map) 
 
bj_map.save('test_05.html') 

结果如下：

动态放置标记

import folium 
 
dynamic_tagging = folium.Map( 
    location=[46.8527, -121.7649], 
    tiles='Stamen Terrain', 
    zoom_start=13 
) 
 
folium.Marker( 
    [46.8354, -121.7325], 
    popup='Camp Muir' 
).add_to(dynamic_tagging) 
 
dynamic_tagging.add_child(folium.ClickForMarker(popup='Waypoint')) 
dynamic_tagging.save('test_06.html') 

结果如下：

更多详细使用可以参考官方文档：http://python-visualization.github.io/folium/quickstart.html[2]

三、实战案例

以将停车场地理位置数据可视化在地图上示例，熟悉 folium 地图可视化的使用。

1. 获取经纬度数据

停车场地理位置数据来源于网络，数据真实可靠，下面先利用 Python 爬虫获取数据

#数据来源：http://219.136.133.163:8000/Pages/Commonpage/login.aspx 
 
import requests 
import csv 
import json 
import logging 
 
headers = { 
    'X-Requested-With': 'XMLHttpRequest', 
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36' 
} 
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s') 
url = 'http://219.136.133.163:8000/Pages/Commonpage/AsyGetData.asmx/GetParkList' 
s = requests.session() 
s.get(url, headers=headers) 
for i in range(1, 318): 
    data = { 
        'cp': str(i), 
        'ps': '10', 
        'kw': '', 
        'lon': 'undefined', 
        'lat': 'undefined', 
        'type': 'undefined' 
    } 
    url = 'http://219.136.133.163:8000/Pages/Commonpage/AsyGetData.asmx/GetParkList' 
    # post提交表单数据 
    res = s.post(url, data=data, headers=headers) 
    # 重新设置编码 
    res.encoding = 'utf-8' 
    # str转json  便于提取数据 
    result = json.loads(res.text)['Result'] 
    for j in result: 
        park_name = j['ParkName'] 
        Lon = j['Longitude'] 
        Lat = j['Latitude'] 
        with open('parkings.csv', 'a+', newline='', encoding='gb18030') as f: 
            f_csv = csv.writer(f) 
            f_csv.writerow([park_name, Lon, Lat]) 
            logging.info([park_name, Lon, Lat]) 

结果如下：

共有 3170 个停车场地理位置数据

2. folium地图可视化

import pandas as pd 
import folium 
 
# 读取csv数据 
data = pd.read_csv('parkings.csv', encoding='gbk') 
# 传入纬度和经度数据 
park_map = folium.Map(location=[data['latitude'].mean(), data['longitude'].mean()], zoom_start=10, control_scale=True,) 
# 实例化 folium.map.FeatureGroup 对象 
incidents = folium.map.FeatureGroup() 
for name,row in data.iterrows(): 
    incidents.add_child( 
        folium.CircleMarker(            # CircleMarker表示花圆 
            (row["latitude"], row["longitude"]),   # 每个停车场的经纬度坐标 
            radius=7,                   # 圆圈半径 
            color='#FF1493',            # 标志的外圈颜色 
            fill=True,                  # 是否填充 
            fill_color='#00FF00',       # 填充颜色 
            fill_opacity=0.4            # 填充透明度 
        ) 
    ) 
 
park_map.add_child(incidents) 
park_map.save('park_map1.html') 

效果如下：

这样看起来有点乱，下面我们来统计一下各个局域的停车场数量

import pandas as pd 
import folium 
from folium import plugins 
 
data = pd.read_csv('parkings.csv', encoding='gbk') 
park_map = folium.Map(location=[data['latitude'].mean(), data['longitude'].mean()], zoom_start=10, control_scale=True,) 
marker_cluster = plugins.MarkerCluster().add_to(park_map) 
 
for name,row in data.iterrows(): 
    folium.Marker(location=[row["latitude"], row["longitude"]]).add_to(marker_cluster) 
park_map.save('park_map2.html') 

效果如下：

这样能对各个局域停车场的数量在地图上进行统计，将图不断放大以后，还可以显示每个停车场的具体位置，非常方便。

本文转载自网络，原文链接：https://mp.weixin.qq.com/s?__biz=MzU5Nzg5ODQ3NQ==&mid=2247507651&idx=2&sn=6ef91748fdd0c7706be8bb6d59f23f4c&chksm=fe4efb47c9397251822787c59fa8bc6fb82d2952c03e38fa05af703497e7ee2f6f3dcb12618b&mpshare=1&
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！