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
功能 | pyecharts | folium | 备注 |
---|---|---|---|
世界地图 | 可以 | 可以 | |
中文显示 | 可以 | 部分可以 | folium地图中标尺、文字不能正常显示,但是嵌入地图中的中文可以正常显示 |
交互性 | 好 | 好 | |
区(县)级地图 | 可以 | 可以 | folium需要区(县)边界数据 |
市级地图 | 可以 | 可以 | folium需要市边界数据 |
收费 | 自定义区域需要购买百度ak | 自定义区域功能免费 | |
灵活性 | 好 | 好 | |
省级地图 | 可以 | 可以 | folium需要省边界数据 |
美观度 | 好 | 较好 | |
自定义区域 | 部分可以 | 可以 | pyecharts需要百度 ak,folium免费 |
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。