我要评论python 数据分析之地图数据绘制
1、根据历史的2023年gdp数据做地图分析
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
matplotlib.rcparams['font.family'] = 'simhei'
import pandas as pd
import folium
from folium import map
import geopandas as gpd
from shapely.geometry import point
pd.set_option('display.unicode.east_asian_width',true)
# 使用lambda函数来定义跳过行的规则，这里跳过前三行中的第二行
skip_rows = lambda x: x in [0, 1]
data=pd.read_excel('2023.xlsx')
#data=pd.read_excel('人均gdp.xlsx', sheet_name='sheet1',header=0,skiprows=2,index_col='地区')
data
2、获取地图文件
注意：这里面的provinces和data2个要保证行是一样的多的行数，且有关联的标题名name字段名一样
provinces = gpd.read_file(r'd:\python\jupyter\画图分析gpd\china_provinces.shp')
4、将2个集合通过空间方式合并
merged_df=gpd.geodataframe(pd.merge(provinces, data, on='name'), geometry=provinces.geometry, crs=provinces.crs) #把2个datafrmae合集为一个，通过空间关系的方式连接
5、绘制地图
m = folium.map(location=[20, 110], zoom_start=5)
folium.choropleth(
#title="2023年全国gpd分布图",
geo_data=merged_df.geometry,
name="choropleth",
data=merged_df['2023'],#数据显示的哪个列表的值
columns=['name', '2023'],
key_on="feature.id",#使用id的方式进行关联
fill_color='ylgn',#颜色模型ylgn,ylgnbu
legend_name="亿元"#显示数字标题使用
).add_to(m)
m.save("province_distribution.html")#保存地图html文件
以上就是python数据分析之实现地图数据绘制的详细内容，更多关于python地图数据绘制的资料请关注代码网其它相关文章！
发表评论