Python繪制地圖神器，上手直接開大！
作者：葉庭云
大家晚上好，我是小五。之前給大家介紹過多種Python可視化模塊，但使用他們進行地理可視化都很簡陋。所以想要繪制更精美的可視化地圖?想在地圖上自由的設置各種參數?想獲得靈活的交互體驗?今天它就來了，Python繪制地圖神器folium，上手直接開大!
大家晚上好，我是小五
之前給大家介紹過多種Python可視化模塊，但使用他們進行地理可視化都很簡陋。
所以想要繪制更精美的可視化地圖?想在地圖上自由的設置各種參數?想獲得靈活的交互體驗?
今天它就來了，Python繪制地圖神器folium，上手直接開大!
一、folium簡介和安裝
folium 建立在 Python 生態系統的數據應用能力和 Leaflet.js 庫的映射能力之上，在Python中操作數據，然后通過 folium 在 Leaflet 地圖中可視化。
folium 相比較于國內百度的 pyecharts 靈活性更強，能夠自定義繪制區域，并且展現形式更加多樣化。[1]
?
?
1. folium的簡介
- Folium是建立在 Python 生態系統的數據整理 Datawrangling 能力和 Leaflet.js 庫的映射能力之上的開源庫。用 Python 處理數據，然后用 Folium 將它在 Leaflet 地圖上進行可視化。Folium能夠將通過 Python 處理后的數據輕松地在交互式的 Leaflet 地圖上進行可視化展示。它不單單可以在地圖上展示數據的分布圖，還可以使用 Vincent/Vega 在地圖上加以標記。
- 這個開源庫中有許多來自 OpenStreetMap、MapQuest Open、MapQuestOpen Aerial、Mapbox和Stamen 的內建地圖元件，而且支持使用 Mapbox 或 Cloudmade 的 API 密鑰來定制個性化的地圖元件。Folium支持 GeoJSON 和 TopoJSON 兩種文件格式的疊加，也可以將數據連接到這兩種文件格式的疊加層，最后可使用 color-brewer 配色方案創建分布圖。
- Folium可以讓你用 Python 強大生態系統來處理數據，然后用 Leaflet 地圖來展示。Folium內置一些來自 OpenStreetMap、MapQuest Open、MapQuest Open Aerial、Mapbox和Stamen 的地圖元件(tilesets)，并且支持用 Mapbox 或者 Cloudmade API keys 來自定義地圖元件。Folium支持 GeoJSON 和 TopJSON 疊加(overlays)，綁定數據來創造一個分級統計圖(Choropleth map)。但是，Folium庫繪制熱點圖的時候，需要聯網才可顯示。
2. 安裝folium
pip install folium -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
??這里直接使用了國內豆瓣源
?
?
二、基本使用
folium顯示地圖的類為 folium.Map，類的聲明如下：
class 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)
幾個重要的參數：
- location：經緯度，list 或者 tuple 格式，順序為 latitude, longitude
- zoom_start：縮放值，默認為 10，值越大比例尺越小，地圖放大級別越大
- control_scale：Bool型，控制是否在地圖上添加比例尺，默認為 False 即不添加
- tiles：顯示樣式，默認 "OpenStreetMap"，也就是開啟街道顯示
- crs：地理坐標參考系統，默認為 "EPSG3857"
1. 各級別地圖
世界地圖
import folium
print(folium.__version__)
# define the world map
world_map = folium.Map()
# save world map
world_map.save('test_01.html')
結果如下：
當前folium版本：0.11.0
??
國家地圖
import folium
# define the national map
national_map = folium.Map(location=[35.3, 100.6], zoom_start=4)
# save national map
national_map.save('test_02.html')
結果如下：
市級地圖
其實改變地圖顯示也就是改變顯示的經緯度和縮放比例，省級、市級、縣級用法相似，這里舉一個市級的例子為例，如北京市：
import folium
# define the national map
city_map = folium.Map(location=[39.93, 116.40], zoom_start=10)
# save national map
city_map.save('test_03.html')
?
?
2. 在地圖上標記
普通標記
添加普通標記用 Marker，可以選擇標記的圖案。
import folium
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') # 標記顏色 圖標
).add_to(bj_map)
bj_map.save('test_04.html')
結果如下：
?
?
圓形標記
添加圓形標記用 Circle 以及 CircleMarker
import folium
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='#00FFFF', # 顏色
fill=False, # 填充
).add_to(bj_map)
folium.CircleMarker(
location=(39.93, 116.38),
radius=50, # 圓的半徑
popup='Laurelhurst Park',
color='#FF1493',
fill=True,
fill_color='#FFD700'
).add_to(bj_map)
bj_map.save('test_05.html')
結果如下：
?
?
動態放置標記
import folium
dynamic_tagging = folium.Map(
location=[46.8527, -121.7649],
tiles='Stamen Terrain',
zoom_start=13
)
folium.Marker(
[46.8354, -121.7325],
popup='Camp Muir'
).add_to(dynamic_tagging)
dynamic_tagging.add_child(folium.ClickForMarker(popup='Waypoint'))
dynamic_tagging.save('test_06.html')
結果如下：
更多詳細使用可以參考官方文檔：http://python-visualization.github.io/folium/quickstart.html[2]
三、實戰案例
以將停車場地理位置數據可視化在地圖上示例，熟悉 folium 地圖可視化的使用。
1. 獲取經緯度數據
停車場地理位置數據來源于網絡，數據真實可靠，下面先利用 Python 爬蟲獲取數據
#數據來源：http://219.136.133.163:8000/Pages/Commonpage/login.aspx
import requests
import csv
import json
import logging
headers = {
'X-Requested-With': 'XMLHttpRequest',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'
}
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s')
url = 'http://219.136.133.163:8000/Pages/Commonpage/AsyGetData.asmx/GetParkList'
s = requests.session()
s.get(url, headers=headers)
for i in range(1, 318):
data = {
'cp': str(i),
'ps': '10',
'kw': '',
'lon': 'undefined',
'lat': 'undefined',
'type': 'undefined'
}
url = 'http://219.136.133.163:8000/Pages/Commonpage/AsyGetData.asmx/GetParkList'
# post提交表單數據
res = s.post(url, data=data, headers=headers)
# 重新設置編碼
res.encoding = 'utf-8'
# str轉json 便于提取數據
result = json.loads(res.text)['Result']
for j in result:
park_name = j['ParkName']
Lon = j['Longitude']
Lat = j['Latitude']
with open('parkings.csv', 'a+', newline='', encoding='gb18030') as f:
f_csv = csv.writer(f)
f_csv.writerow([park_name, Lon, Lat])
logging.info([park_name, Lon, Lat])
結果如下：
?
?
?
?
共有 3170 個停車場地理位置數據
2. folium地圖可視化
import pandas as pd
import folium
# 讀取csv數據
data = pd.read_csv('parkings.csv', encoding='gbk')
# 傳入緯度和經度數據
park_map = folium.Map(location=[data['latitude'].mean(), data['longitude'].mean()], zoom_start=10, control_scale=True,)
# 實例化 folium.map.FeatureGroup 對象
incidents = folium.map.FeatureGroup()
for name,row in data.iterrows():
incidents.add_child(
folium.CircleMarker( # CircleMarker表示花圓
(row["latitude"], row["longitude"]), # 每個停車場的經緯度坐標
radius=7, # 圓圈半徑
color='#FF1493', # 標志的外圈顏色
fill=True, # 是否填充
fill_color='#00FF00', # 填充顏色
fill_opacity=0.4 # 填充透明度
)
)
park_map.add_child(incidents)
park_map.save('park_map1.html')
效果如下：
這樣看起來有點亂，下面我們來統計一下各個局域的停車場數量
import pandas as pd
import folium
from folium import plugins
data = pd.read_csv('parkings.csv', encoding='gbk')
park_map = folium.Map(location=[data['latitude'].mean(), data['longitude'].mean()], zoom_start=10, control_scale=True,)
marker_cluster = plugins.MarkerCluster().add_to(park_map)
for name,row in data.iterrows():
folium.Marker(location=[row["latitude"], row["longitude"]]).add_to(marker_cluster)
park_map.save('park_map2.html')
效果如下：
這樣能對各個局域停車場的數量在地圖上進行統計，將圖不斷放大以后，還可以顯示每個停車場的具體位置，非常方便。
責任編輯：華軒
來源：
凹凸數據
