Python数据分析（项目式）-拓展知识（项目六地理可视化）.pdfVIP

拓展知识 1.1 地理可视化 5.5 节中介绍了常见的数据可视化手段，包括绘制折线图、直方图、饼图等，其用图表化 的方式展现数据之间的联系以及数据变动的趋势。这些可视化手段展示形式简单，易于绘制和 理解，但是无法将数据与实际物理世界进行关联、参照、对比，不能给予用户地理上的直观印 象，因此无法全面地呈现具有地理属性的数据，如对比不同地理位置的城市数据。事实上，不 管我们是否意识到，当前时代的社会经济活动已经愈来愈依赖于地理数据，不仅日常生活中会 生产各类基于地理的数据，日新月异的太空技术和卫星遥感技术也导致更广泛层面的地理数据 的大量涌现，包括不间断的全球各区气温监测、地表温度和湿度监测、各类气体变化、各类地 理实体特征记录等。这些数据具有强烈的时空与地理特性，因此其与地理信息的结合呈现将提 供多维、宏观、动态、立体视角，即数据的地理可视化。 目前，常见的基于 Python 的地理可视化工具有 PyViz/HoloViz 、Folium 、Plotly/Ploty Express 、IpyLeaflet 、Geopandas 等。本书采用Folium 工具 （版本为0.11.0 ），其具有便利性好、 功能强大、界面美观等特点，被广泛地应用于各类地理可视化项目。 使用Folium 实现地理可视化的一般步骤如下所示。 (1) 依据数据特点，确定相关联的地理范围。 (2) 依据数据的具体地理位置，确定对应的地理区域和地图对象名字。 (3) 依据数据特点，确定数据的地理呈现方式，并将其标注到对应的地理对象。 (4) 确定和用户的交互方式，如支持缩放、支持地图对象点击和查询、支持动态展示等。 接下来，以绘制美国各州的气温对比为例，循序渐进的介绍上述使用Folium 的4 个步骤。 1.1.1 实现地理可视化 最简单的Folium 使用方法只需要一行代码，如 【例6-31 】所示。 使用Foliumn 绘制纽约市地图。 import folium folium.Map(location=[40.692141, -74.064270], zoom_start=10, tiles=Stamen Toner) folium.Map() 的 location 参数指定地图中心点的纬度和经度值 （即纽约市中心点的地理位 置），如果省略location 参数则显示世界地图。zoom_start 参数指定默认的放大倍率，值越小， 则显示的地图范围越大。tiles 参数指定地图显示的样式，可选的参数值包括 OpenStreetmap 、 1 / 13 Stamen Terrain、Stamen Watercolor 等。folium 的地图数据存储在远程服务器上，读取和显示地 图需要一定的运行时间，其长短取决于网络的连接速度。 New York 市地图 图6-19 所示地图只展示了街景图，如果想增添其他图层需提供对应GeoJSON 数据，并使 用geojson()进行加载，如 【例6-32 】。 绘制美国 （United States ）各州地图，并标注州界。 import json m = folium.Map([43, -100], zoom_start=4,tiles=Stamen Toner) json_f ile = .\\json\\us-states.json with open(json_file) as f: geo_json_data = json.loads(f.read()) folium.GeoJson(geo_json_data).add_to(m) m 本例先利用json.loads() 读取存储所有州界数据的JS 对象标注 （JavaScript Object Notation ， JSON ）文件，再使用folium.GeoJson()将州界添加到地图。JSON 是一种轻量级的数据交换格式， 采用键值对的语法形式，采用纯文本格式存储数据，因此具有较好的移植性，支持不同平台、 系统、编程语言之间的数据交换。GeoJSON 为JSON 在地理领域的应用，指定各种地理对象的 记录格式。GeoJSON 支持点（Point ）、