Beispiele für die Datenvisualisierung in Python: Kartenvisualisierung

Mit der kontinuierlichen Weiterentwicklung der Datenwissenschaft ist die Datenvisualisierung zu einem immer wichtigeren Forschungsfeld geworden. Als funktionsreiche und kostenlose Programmiersprache wird Python auch häufig in der Datenvisualisierung verwendet. In diesem Artikel stellen wir vor, wie Sie Python zur Kartenvisualisierung verwenden, um die räumliche Verteilung von Daten anzuzeigen.

In Python gibt es eine Vielzahl von Bibliotheken, die zum Implementieren von Kartenvisualisierungsfunktionen verwendet werden können. Zu den am häufigsten verwendeten gehören Geopandas, Folium, Plotly usw. Im Folgenden stellen wir die grundlegende Verwendung dieser drei Pakete vor.

1. geopandas

geopandas ist eine Pandas-basierte Geodatenverarbeitungsbibliothek, die geografische Informationsdaten in verschiedenen Formaten lesen kann und verschiedene kartenbasierte Datenvisualisierungsmethoden bereitstellt. Im Folgenden sind die grundlegenden Schritte für die Verwendung von Geopandas zum Zeichnen von Karten aufgeführt:

(1) Installieren Sie Geopandas und zugehörige abhängige Bibliotheken:

!pip install geopandas
!pip install descartes

(2) Importieren Sie die erforderlichen Bibliotheken:

import geopandas as gpd
import matplotlib.pyplot as plt

(3) Lesen Sie hier die Datendatei mit geografischen Informationen Lesen Sie beispielsweise die Grenzdatendatei pandas.DataFrame der US-Bundesstaaten:

us_states = gpd.read_file('states.shp')

(4) Zeichnen Sie die Karte:

us_states.plot(figsize=(10, 10))
plt.show()

2. folium

folium ist eine kostenlose Bibliothek in Python, die interaktive Karten im Web erstellen kann . Wenn wir Daten in verschiedenen Formen anzeigen möchten, kann Folium uns dabei helfen, z. B. Farbblöcke, Popup-Boxen, Heatmaps usw. Im Folgenden sind die grundlegenden Schritte zum Zeichnen einer Karte mit Folium aufgeführt:

(1) Folium installieren:

!pip install folium

(2) Importieren Sie die erforderlichen Bibliotheken:

import folium

(3) Erstellen Sie ein Kartenobjekt und geben Sie die zentrale Position der Karte an :

m = folium.Map(location=[45.523, -122.675], zoom_start=13)

( 4) Markierungen auf der Karte hinzufügen:

folium.Marker(
    location=[45.523, -122.675],
    popup='Portland, OR',
    icon=folium.Icon(icon='cloud')
).add_to(m)

(5) Karte zeichnen:

m

3. plotly

plotly ist eine Python-Datenvisualisierungsbibliothek, die auf der Open-Source-JavaScript-Bibliothek basiert und dazu verwendet werden kann Erstellen Sie interaktive Diagramme, Grafiken und andere Visualisierungsanwendungen. Hier sind die grundlegenden Schritte zum Zeichnen einer Karte mit plotly:

(1) Plotly installieren:

!pip install plotly

(2) Importieren Sie die erforderlichen Bibliotheken:

import plotly.express as px

(3) Lesen Sie die Daten und zeichnen Sie die Karte:

df = px.data.gapminder().query("year == 2007")
fig = px.scatter_geo(df, locations="iso_alpha", color="continent",
                     hover_name="country", size="pop",
                     projection="natural earth")
fig.show()

Zusammenfassung

in diesem Artikel haben wir drei Python-Pakete für die Kartenvisualisierung vorgestellt. Geopandas ist eine auf Pandas basierende Geodatenverarbeitungsbibliothek, die sich zum Zeichnen von Kartenfarben und -mustern in verschiedenen Bereichen eignet. folium ist eine Python-Bibliothek zum Erstellen interaktiver Karten im Web. Plotly ist eine Python-Datenvisualisierungsbibliothek für JavaScript-Bibliotheken, die benutzerdefinierte, hochgradig interaktive Kartenvisualisierungsdiagramme zeichnen kann.

Natürlich sind diese Bibliotheken nur einige der in Python verfügbaren Kartenvisualisierungstools. Mit der kontinuierlichen Weiterentwicklung der Technologie werden andere fortschrittlichere Programmiertools mit bestimmten Vorteilen auf den Markt kommen, sodass wir entsprechend unseren Anforderungen in tatsächlichen Anwendungen auswählen müssen. .

Das obige ist der detaillierte Inhalt vonBeispiele für die Datenvisualisierung in Python: Kartenvisualisierung. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!