如何在Python中使用folium绘制地图

这期内容当中小编将会给大家带来有关如何在Python中使用folium绘制地图，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

一、简介

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。

二、安装方法

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 folium

三、主要功能

3.1 各级别地图

folium 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

• 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

• 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"
  

 3.1.1 世界地图

import foliumprint(folium.__version__)# define the world mapworld_map = folium.Map()# display world mapworld_map

3.1.2 国家地图

# define the national mapnational_map = folium.Map(location=[35.3, 100.6], zoom_start=4)# display national mapnational_map

3.1.3 市级地图

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 mapcity_map = folium.Map(location=[39.93, 116.40], zoom_start=10)# display city mapcity_map

显示效果确实是不如百度的?。

3.2 地图形式

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 mapcity_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 mapcity_map

3.3 在地图上标记

3.3.1 普通标记

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_map

3.3.2 点击获取经纬度

m = 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。

3.3.3 动态放置标记

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

3.4 热力图绘制

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 dataimport numpy as npdata = (    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

# HeatMapfrom folium.plugins import HeatMapm = folium.Map([39.93, 116.38], tiles='stamentoner', zoom_start=6)HeatMap(data).add_to(m)# m.save(os.path.join('results', 'Heatmap.html'))m

3.5 密度地图绘制

folium 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 MarkerClusterm = folium.Map([39.93, 116.38], tiles='stamentoner', zoom_start=10)# create a mark cluster objectmarker_cluster = MarkerCluster().add_to(m)# add data point to the mark clusterfor lat, lng, label in data:    folium.Marker(        location=[lat, lng],        icon=None,        popup=label,    ).add_to(marker_cluster)# add marker_cluster to mapm.add_child(marker_cluster)

3.6 自定义地图区域

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：

3.6.1 只绘制边界，不添加数据

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 jsonimport 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 mapus_map

3.6.2 绘制边界，添加数据

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 gpdimport pandas as pdimport folium, brancastates = 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。

四、竞品对比与优劣势

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

python有哪些常用库

python常用的库：1.requesuts；2.scrapy；3.pillow；4.twisted；5.numpy；6.matplotlib；7.pygama；8.ipyhton等。

上述就是小编为大家分享的如何在Python中使用folium绘制地图了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注编程网行业资讯频道。