如何用Python画出你想要的世界

GeopandasGeopandas与大名鼎鼎的pandas库有异曲同工之妙，甚至我们可以说geopandas就是地理信息领域的pandas。准确说，geopandas是将地理信息记录在数据表中，并可以通过一系列的绘图库进行显示，和Arcmap中的属性表非常类似。

Geopandas也可以绘制非常多好看的图，比如说我下面这张图：

目前，Geopandas主要支持以下一些功能：

1.1 读取、创建地理信息数据

Geopandas读取地理数据非常的方便，它只需要几行代码就可以将shp文件转换为GeoDataFrame：park = gpd.read_file("/Users/creative/OneDrive - stu.hit.edu.cn/Arcgis_Analysis/Data/Shp/研究公园信息.shp")park.head(1)

GeoDataFrame和pandas的DataFrame非常类似，只不过多了最后一个关于geometry的地理信息字段，用来进行地理信息的描述如果你是excel或者csv等格式的文本文件，需要转换为GeoDataFrame，就需要结合pandas进行操作，原理类似于Arcgis里的添加XY数据，以下就是代码：
df = pd.read_excel(data_path)
gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.lng, df.lat)) #选择XY坐标为地理坐标
gdf.crs = ‘EPSG:4326’ #指定坐标系

1.2 处理地理信息数据（工具箱！如空间连接等）

Geopandas也可以和GiS软件一样进行一些简单的空间处理操作，比如说裁剪、融合、空间连接等（这里放上图），以下就是代码：

“”“取交集”""

country_cores = geopandas.overlay(countries, capitals, how='intersection')
country_cores.plot(alpha=0.5, edgecolor='k', cmap='tab10');

“”“裁剪”""

country_peripheries = geopandas.overlay(countries, capitals, how='difference')
country_peripheries.plot(alpha=0.5, edgecolor='k', cmap='tab10');

空间连接没有相关的图，不过原理上是和gis软件里类型的，这里放上代码：
cities_with_country = geopandas.sjoin(cities, countries, how=“inner”, op=‘intersects’)
括号里第一二个参数为要进行连接的两个文件，how是数据保存的方式（保存第一个文件数据、保存第二个文件数据、保存交集数据三个选项），op是选项（有相交、在内部、包含三种选择）

1.3 城市网络（UNA）

城市网络和社交网络相比，多了一个地理属性。多数情况下，我们可以使用basemap或者geopandas与NetworkX一起协同完成这个工作。下图是基于basemap和NetworkX绘制的航线图：

这里放上主要部分的代码：

"""叠加basemap"""
fig = plt.figure(figsize=(9,8),dpi=300)
ax = fig.add_subplot(1,1,1)
m = Basemap(
  projection='merc',
  llcrnrlon=90,
  llcrnrlat=5,
  urcrnrlon=120,
  urcrnrlat=30,
  lat_ts=0,
  resolution='l',
  suppress_ticks=True)

“”“绘制关系网络”""

nx.draw_networkx_nodes(G = graph, pos = pos, nodelist = [x for x in graph.nodes() if counts['total_flight'][x] >= 100],
                               node_color = 'r', alpha = 0.8,
                               node_size = [counts['total_flight'][x]*4  for x in graph.nodes() if counts['total_flight'][x] >= 100])

nx.draw_networkx_labels(G = graph, pos = pos, font_size=10,
                        labels = {
     x:x for x in graph.nodes() if counts['total_flight'][x] >= 100})

nx.draw_networkx_nodes(G = graph, pos = pos, nodelist = [x for x in graph.nodes() if counts['total_flight'][x] < 100],
                        node_color = '#c0d0e1', alpha = 0.9,
                        node_size = [counts['total_flight'][x]*4  for x in graph.nodes() if counts['total_flight'][x] < 100])

nx.draw_networkx_edges(G = graph, pos = pos, edge_color = '#013a55', width = routes_yga['counts']*0.75, 
                        alpha=0.2, arrows = False)

m.drawcountries(linewidth = 1)
m.drawstates(linewidth = 0.2)
m.drawcoastlines(linewidth=1)
m.fillcontinents(alpha = 0.3)
line1 = mlines.Line2D(range(1), range(1), color="white", marker='o', markerfacecolor="red")
line2 = mlines.Line2D(range(1), range(1), color="white", marker='o',markerfacecolor="#c0d0e1")
line3 = mlines.Line2D(range(1), range(1), color="#013a55", marker='',markerfacecolor="#013a55")
plt.legend((line2, line3), ( 'airports', 'routes'),
            loc=4, fontsize = 'medium')

以上就是小编我低头码了一下午的分享，对于自己动手描画出的世界真的特别有意思，有兴趣的可以自己去动手试试，更想深入学习了解Python的可以私信小编我，免费分享学习资料给你！！！