python數(shù)據(jù)分析之實現(xiàn)地圖數(shù)據(jù)繪制
python 數(shù)據(jù)分析之地圖數(shù)據(jù)繪制
1、根據(jù)歷史的2023年GDP數(shù)據(jù)做地圖分析
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函數(shù)來定義跳過行的規(guī)則,這里跳過前三行中的第二行 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='地區(qū)') data
2、獲取地圖文件
注意:這里面的provinces和data2個要保證行是一樣的多的行數(shù),且有關(guān)聯(lián)的標題名NAME字段名一樣
provinces = gpd.read_file(r'D:\Python\jupyter\畫圖分析GPD\China_provinces.shp')
4、將2個集合通過空間方式合并
merged_df=gpd.GeoDataFrame(pd.merge(provinces, data, on='NAME'), geometry=provinces.geometry, crs=provinces.crs) #把2個DATAFrmae合集為一個,通過空間關(guān)系的方式連接
5、繪制地圖
m = folium.Map(location=[20, 110], zoom_start=5) folium.Choropleth( #title="2023年全國GPD分布圖", geo_data=merged_df.geometry, name="choropleth", data=merged_df['2023'],#數(shù)據(jù)顯示的哪個列表的值 columns=['NAME', '2023'], key_on="feature.id",#使用ID的方式進行關(guān)聯(lián) fill_color='YlGn',#顏色模型YlGn,YlGnBu legend_name="億元"#顯示數(shù)字標題使用 ).add_to(m) m.save("province_distribution.html")#保存地圖HTML文件
以上就是python數(shù)據(jù)分析之實現(xiàn)地圖數(shù)據(jù)繪制的詳細內(nèi)容,更多關(guān)于python地圖數(shù)據(jù)繪制的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
python用WxPython庫實現(xiàn)無邊框窗體和透明窗體實現(xiàn)方法詳解
這篇文章主要介紹了python用WxPython庫實現(xiàn)無邊框窗體和透明窗體實現(xiàn)方法詳解,需要的朋友可以參考下2020-02-02python中resample函數(shù)實現(xiàn)重采樣和降采樣代碼
今天小編就為大家分享一篇python中resample函數(shù)實現(xiàn)重采樣和降采樣代碼,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02python 實現(xiàn)圖與圖之間的間距調(diào)整subplots_adjust
這篇文章主要介紹了python 實現(xiàn)圖與圖之間的間距調(diào)整subplots_adjust,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-05-05