想通过 Python 绘制精美的地图?想在地图上自由的设置各种参数?想获得灵活的交互体验?这里就有一款Python 神包满足你:folium。
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。
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
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
import folium print(folium.__version__) # define the world map world_map = folium.Map() # display world map world_map
# define the national map national_map = folium.Map(location=[35.3, 100.6], zoom_start=4) # display national map national_map
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 map city_map = folium.Map(location=[39.93, 116.40], zoom_start=10) # display city map city_map
显示效果确实是不如百度的😓。
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 map city_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 map city_map
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
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。
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
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 data import numpy as np data = ( 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
# HeatMap from folium.plugins import HeatMap m = 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
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 MarkerCluster m = folium.Map([39.93, 116.38], tiles='stamentoner', zoom_start=10) # create a mark cluster object marker_cluster = MarkerCluster().add_to(m) # add data point to the mark cluster for lat, lng, label in data: folium.Marker( location=[lat, lng], icon=None, popup=label, ).add_to(marker_cluster) # add marker_cluster to map m.add_child(marker_cluster)
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:
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 json import 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 map us_map
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 gpd import pandas as pd import folium, branca states = 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。
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 |
[1] https://www.zhihu.com/question/33783546
[2] http://pypi.org/project/folium/
[3] https://nbviewer.jupyter.org/github/python-visualization/folium/tree/master/examples/