数据可视化分析2.7

数据可视化分析2.7

  • Plotly部分
    • 利用choropleth功能绘制地图信息
    • 利用geojson功能绘制地理区域
      • 从geojson官网“圈地”
      • 利用folium库在jupyter notebook上“圈地”
    • 利用choroplethmapbox绘制漂亮的地图

Plotly部分

利用choropleth功能绘制地图信息

import pandas as pd
import numpy as np
import plotly
import plotly.graph_objects as go
import chart_studio.plotly as py
import plotly.express as px

在绘制地图时,需要数据信息,但这个数据需要gps信息(经纬度坐标),如果没有则需要补充geojson信息。
例如,csv文件内的成都并不代表地图上的成都,csv文件的成都只是一个字符串,要让程序识别出这是地图上的成都应该包括成都的范围(经纬度的跨度等)。
这里例举一个具体的例子:
数据可视化分析2.7_第1张图片
为了确定这个多边形的范围,我们用5个点去圈定他,这样就在一个空间内形成了多边形的地理信息。所有的区域信息可以总结为以下几点:
数据可视化分析2.7_第2张图片
在这里插入图片描述

利用geojson功能绘制地理区域

从geojson官网“圈地”

为了获取geojson数据,需要在geojson的官网去“圈地”。geojson网址
数据可视化分析2.7_第3张图片
找到自己想要的地方(以成都市中心天府广场举例),框定区域会在右侧形成geojson格式的数据,点击Sava储存为geojson格式就行。
数据可视化分析2.7_第4张图片

利用folium库在jupyter notebook上“圈地”

首先需要安装folium这个第三方库,安装方式同其他三方库一致。

from folium.plugins import Draw
import folium

m = folium.Map()
draw = Draw(export=True,filename="tianfu_square.geojson")
draw.add_to(m)

数据可视化分析2.7_第5张图片
点击Export即可储存本地geojson格式文件。

利用choroplethmapbox绘制漂亮的地图

等待更新

系列文章:
matplotlib中文字体不显示解决办法
利用matplotlib绘制各类图表
数据可视化分析2.1
数据可视化分析2.2
数据可视化分析2.3
数据可视化分析2.4
数据可视化分析2.5
数据可视化分析2.6

你可能感兴趣的:(可视化,数据可视化,数据分析,python)