用Python语言画中国地图(二)
小标 2019-01-17 来源 : 阅读 974 评论 0

摘要:本文主要向大家介绍了用Python语言画中国地图(二),通过具体的内容向大家展示,希望对大家学习Python语言有所帮助。

本文主要向大家介绍了用Python语言画中国地图(二),通过具体的内容向大家展示,希望对大家学习Python语言有所帮助。

在上一篇文章《用Python画一个中国地图》中,我们简单描述了一下如何用Python快速画出一个中国地图的轮廓,似乎没有什么实用价值,这一次我们用实际数据填充它,使它看上去更有意义。

上色

延续上一次的代码,我们这次还是只增加5行代码:

from matplotlib.patches import Polygon

ax = plt.gca()
for nshape, seg in enumerate(m.states):
   poly = Polygon(seg, facecolor='r')
   ax.add_patch(poly)

在展示结果之前,稍微解释一下。第2行plt.gca,函数名看上去很诡异,是因为Python里大量使用了缩写,这个gca就是Get Current Axes的缩写,实际上就是要获得当前图形的座标轴。然后我们开始一个循环,把图形文件中各个省的多边形取出来,给它一个颜色,在这里我们统一放上红色,也就是Red的缩写r,然后把这个多边形放在我们图形的座标轴上,然后就得到了下图:

糟糕,怎么能少了台湾呢?在此郑重声明:台湾是中华人民共和国不可分割的领土!加入台湾的Shape文件,然后循环一下:

m.readshapefile('TWN_adm_shp/TWN_adm0', 'taiwan', drawbounds=True)
for nshape, seg in enumerate(m.taiwan):
   poly = Polygon(seg, facecolor='r')
   ax.add_patch(poly)

好了,这下祖国山河一片红,看上去正确多了。

接下来,你还可以把各个省的名字打出来看一下,具体代码就不解释了:

for shapedict in m.states_info:
   statename = shapedict['NL_NAME_1']
   p = statename.split('|')
   if len(p) > 1:
       s = p[1]
   else:
       s = p[0]
   print(s)
for shapedict in m.taiwan_info:
   s = shapedict['NAME_CHINE']
   print(s)

结果如下:

安徽
北京
重庆
福建
福建
福建
...

数据

接下来我们去国家统计局搞点数据

(//www.stats.gov.cn/tjsj/pcsj/rkpc/6rp/indexce.htm),第六次全国人口普查数据可以直接下载Excel文件,略作修改,导出成csv文件,用我们上一课讲的方法,一句话读取进来:

df = pd.read_csv('chnpop.csv')

直接输出,大概是下面这个样子:

渲染

好了,数据也有了,我们终于要开始做一些激动人心的事情了。我们希望根据各省人口的多少用深浅不同的颜色为各个省份染色,那么首先第一步,我们需要选择一个调色板,也就是色彩映射表colormap,为此,matplotlib为你准备了数不胜数的选择,我们随便选择一款国旗色红黄色调的吧:

cmap = plt.cm.YlOrRd

然后我们把每个省的数据映射到colormap上:

colors[s] = cmap(np.sqrt((pop - vmin) / (vmax - vmin)))[:3]

最后,我们把各个省的颜色描在地图上:

color = rgb2hex(colors[statenames[nshape]])
poly = Polygon(seg, facecolor=color, edgecolor=color)

哒哒,我们的全国人口数量热力图就完成了!可以看到河南、四川、广东、山东几个省的颜色比较深,说明这几个省的人口总数最多,而西藏颜色最浅,代表这里的人口总数最少。

这里只是简单地举了一个例子,你还可以把各省的人口总数除以面积,得到人口密度数据,你还可以把各省的经济总量画在图上,总之,有了这个入门的方法,一切就都简单了呢。

最后,附上完整的代码供大家参考。

import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
from matplotlib.patches import Polygon
from matplotlib.colors import rgb2hex

plt.figure(figsize=(16,8))
m = Basemap(
   llcrnrlon=77,
   llcrnrlat=14,
   urcrnrlon=140,
   urcrnrlat=51,
   projection='lcc',
   lat_1=33,
   lat_2=45,
   lon_0=100
)
m.drawcountries(linewidth=1.5)
m.drawcoastlines()

m.readshapefile('CHN_adm_shp/CHN_adm1', 'states', drawbounds=True)

df = pd.read_csv('chnpop.csv')
df['省名'] = df.地区.str[:2]
df.set_index('省名', inplace=True)

statenames=[]
colors={}
cmap = plt.cm.YlOrRd
vmax = 100000000
vmin = 3000000
for shapedict in m.states_info:
   statename = shapedict['NL_NAME_1']
   p = statename.split('|')
   if len(p) > 1:
       s = p[1]
   else:
       s = p[0]
   s = s[:2]
   if s == '黑龍':
       s = '黑龙'
   statenames.append(s)
   pop = df['人口数'][s]
   colors[s] = cmap(np.sqrt((pop - vmin) / (vmax - vmin)))[:3]

ax = plt.gca()
for nshape, seg in enumerate(m.states):
   color = rgb2hex(colors[statenames[nshape]])
   poly = Polygon(seg, facecolor=color, edgecolor=color)
   ax.add_patch(poly)

plt.show()

本文由职坐标整理并发布,希望对同学们学习Python有所帮助,更多内容请关注职坐标编程语言Python频道!

本文由 @小标 发布于职坐标。未经许可,禁止转载。
喜欢 | 0 不喜欢 | 0
看完这篇文章有何感觉?已经有0人表态,0%的人喜欢 快给朋友分享吧~
评论(0)
后参与评论

您输入的评论内容中包含违禁敏感词

我知道了

助您圆梦职场 匹配合适岗位
验证码手机号,获得海同独家IT培训资料
选择就业方向:
人工智能物联网
大数据开发/分析
人工智能Python
Java全栈开发
WEB前端+H5

请输入正确的手机号码

请输入正确的验证码

获取验证码

您今天的短信下发次数太多了,明天再试试吧!

提交

我们会在第一时间安排职业规划师联系您!

您也可以联系我们的职业规划师咨询:

小职老师的微信号:z_zhizuobiao
小职老师的微信号:z_zhizuobiao

版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
 沪公网安备 31011502005948号    

©2015 www.zhizuobiao.com All Rights Reserved

208小时内训课程