python基于场景的热力图,python画热力分布图
https://mp.weixin.qq.com/s/Bh-L3syzJSHhLPZqzHvIyA
这篇文章给出了如何绘制中国人口密度图,但是运行存在一些问题,我在一些地方进行了修改。
本人使用的集成驱动电子设备是蟒蛇,因此事先在水蟒提示中安装底图包
城市安装底图新建文档,导入需要的包
将matplotlib.pyplot作为血小板计数导入
从mpl_toolkits.basemap导入底图
从matplotlib .补丁导入多边形
从matplotlib.colors导入rgb2hex
将数组作为铭牌导入
进口熊猫作为螺纹中径
底图中不包括中国省界,需要在下面网站下载中国省界(https://gadm。org/download _ country _ v3html),点击Shapefile下载。
生成中国大陆省界图片。
plt.figure(figsize=(16,8))
m=底图(
llcrnrlon=77,
llcrnrlat=14,
urcrnrlon=140,
urcrnrlat=51,
投影=lcc ,
lat_1=33,
lat_2=45,
lon_0=100
)
m.drawcountries(线宽=1.5)
m.drawcoastlines()
m。读取形状文件( gadm 36 _ CHN _ shp/gadm 36 _ CHN _ 1 , states ,drawbounds=True)
去国家统计局网站下载人口各省(http://www。统计数据。gov . cn/tjsj/pcsj/rkpc/6rp/indexce。htm),只需保留地区和总人口即可,保存为战斗支援车格式并改名为pop.csv。
读取数据,储存为数据帧格式,删去地名之中的空格,并设置地名为数据帧的索引。
df=pd.read_csv(pop.csv )
new_index_list=[]
对于df[中的我地区]:
i=i.replace( ,)
新索引列表附加
new _ index={ " region ":new _ index _ list }
new_index=pd数据框架(新索引)
df=pd.concat([df,new_index],axis=1)
df=df.drop([地区],轴=1)
df.set_index(region ,inplace=True)
将底图中的地区与我们下载的战斗支援车中的人口数据对应起来,建立字典。注意,底图中的地名与战斗支援车文件中的地名并不完全一样,需要进行一些处理。
省份=m.states _信息
statenames=[]
colors={}
cmap=plt.cm.YlOrRd
vmax=100000000
vmin=3000000
对于各省中的每个省:
province _ NAME=each _ province[ NL _ NAME _ 1 ]
p=province_name.split( )
如果镜头(p) 1:
s=p[1]
否则:
s=p[0]
s=s[:2]
如果s==黑龍:
s=黑龙江
如果s==内蒙:
s=内蒙古
州名.追加
pop=df[人口数][s]
colors[s]=cmap(NP。sqrt((pop-vmin)/(VMAX-vmin)))[:3]
最后画出图片即可
ax=plt.gca()
对于nshape,seg in enumerate(m.states):
color=RGB 2 hex(colors[statenames[n shape]])
poly=多边形(seg,facecolor=color,edgecolor=color)
ax.add_patch(多边形)
plt.show()
完整代码如下
# -*-编码:utf-8 -*-
将matplotlib.pyplot作为血小板计数导入
从mpl_toolkits.basemap导入底图
从matplotlib .补丁导入多边形
从matplotlib.colors导入rgb2hex
将数组作为铭牌导入
进口熊猫作为螺纹中径
plt.figure(figsize=(16,8))
m=底图(
llcrnrlon=77,
llcrnrlat=14,
urcrnrlon=140,
urcrnrlat=51,
投影=lcc ,
lat_1=33,
lat_2=45,
lon_0=100
)
m.drawcountries(线宽=1.5)
m.drawcoastlines()
m。读取形状文件( gadm 36 _ CHN _ shp/gadm 36 _ CHN _ 1 , states ,drawbounds=True)
df=pd.read_csv(pop.csv )
new_index_list=[]
对于df[中的我地区]:
i=i.replace( ,)
新索引列表附加
new _ index={ " region ":new _ index _ list }
new_index=pd数据框架(新索引)
df=pd.concat([df,new_index],axis=1)
df=df.drop([地区],轴=1)
df.set_index(region ,inplace=True)
省份=m.states _信息
statenames=[]
colors={}
cmap=plt.cm.YlOrRd
vmax=100000000
vmin=3000000
对于各省中的每个省:
province _ NAME=each _ province[ NL _ NAME _ 1 ]
p=province_name.split( )
如果镜头(p) 1:
s=p[1]
否则:
s=p[0]
s=s[:2]
如果s==黑龍:
s=黑龙江
如果s==内蒙:
s=内蒙古
州名.追加
pop=df[人口数][s]
colors[s]=cmap(NP。sqrt((pop-vmin)/(VMAX-vmin)))[:3]
ax=plt.gca()
对于nshape,seg in enumerate(m.states):
color=RGB 2 hex(colors[statenames[n shape]])
poly=多边形(seg,facecolor=color,edgecolor=color)
ax.add_patch(多边形)
plt.show()
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。