快捷導(dǎo)航

Python如何使用bokeh包和geojson數(shù)據(jù)繪制地圖

更新時(shí)間：2020年03月21日 12:18:13 作者：luoheng

這篇文章主要介紹了Python如何使用bokeh包和geojson數(shù)據(jù)繪制地圖,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

最近要繪制倫敦區(qū)地圖，查閱了很多資料后最終選擇使用bokeh包以及倫敦區(qū)的geojson數(shù)據(jù)繪制。
bokeh是基于python的繪圖工具，可以繪制各種類型的圖表，支持geojson數(shù)據(jù)的讀取及繪制地圖。

安裝bokeh

$ pip install bokeh

軟件版本

python-3.7.7bokeh-2.0.0

數(shù)據(jù)來(lái)源

倫敦地圖數(shù)據(jù)來(lái)源于Highmaps地圖數(shù)據(jù)集。下載的是英國(guó)的地圖數(shù)據(jù)united-kindom.geo.json。需要對(duì)得到的數(shù)據(jù)進(jìn)行預(yù)處理才能得到只含倫敦地區(qū)的數(shù)據(jù)。這需要對(duì)geojson數(shù)據(jù)的格式有一定的了解。在對(duì)數(shù)據(jù)進(jìn)行處理之前，先看如何繪制英國(guó)地圖。

繪制英國(guó)地圖

from bokeh.plotting import curdoc, figure
from bokeh.models import GeoJSONDataSource

# 讀入英國(guó)地圖數(shù)據(jù)并傳給GeoJSONDataSource
with open("united-kindom.geo.json", encoding="utf8") as f:
  geo_source = GeoJSONDataSource(geojson=f.read())
# 設(shè)置一張畫布
p = figure(width=500, height=500)
# 使用patches函數(shù)以及geo_source繪制地圖
p.patches(xs='xs', ys='ys', source=geo_source)

curdoc().add_root(p)

上述代碼可以繪制出英國(guó)地圖。將上述代碼保存為test.py，在終端運(yùn)行

$ bokeh serve --show test.py

這會(huì)自動(dòng)打開瀏覽器，并顯示英國(guó)地圖。
運(yùn)行結(jié)果如圖：

獲取倫敦地區(qū)數(shù)據(jù)

獲取倫敦地區(qū)數(shù)據(jù)可以手動(dòng)從united-kingdom.geo.json文件中篩選出倫敦的數(shù)據(jù)，也可以先用python先把數(shù)據(jù)過(guò)濾一遍，然后將數(shù)據(jù)傳給bokeh。這需要對(duì)geojson文件格式有一定的了解，在此不詳細(xì)介紹。

from bokeh.plotting import curdoc, figure
from bokeh.models import GeoJSONDataSource
import json

# 用json庫(kù)讀取數(shù)據(jù)
with open("united-kindom.geo.json", encoding="utf8") as f:
  data = json.loads(f.read())
# 判斷是不是倫敦地區(qū)數(shù)據(jù)
def isInLondon(district):
  if 'type' in district['properties'] and 'london borough' in district['properties']['type'].lower():
    return True
  if 'type-en' in district['properties'] and 'london borough' in district['properties']['type'].lower():
    return True
  if 'woe-name' in district['properties'] and 'city of london' in district['properties']['woe-name'].lower():
    return True
  return False
# 過(guò)濾數(shù)據(jù)
data['features'] = list(filter(isInLondon, data['features']))
#
geo_source = GeoJSONDataSource(geojson=json.dumps(data))
p = figure(width=500, height=500)
p.patches(xs='xs', ys='ys', source=geo_source)

curdoc().add_root(p)

運(yùn)行結(jié)果如圖：

美化

上面的倫敦地圖只是一個(gè)大概的輪廓，下面對(duì)地圖添加一系列功能。

添加各區(qū)輪廓線

p.patches(xs='xs', ys='ys', fill_alpha=0.7, # 畫輪廓線
    line_color='white', # 線的顏色
    line_width=0.5,   # 線的寬度
    source=geo_source)

現(xiàn)在地圖區(qū)域輪廓很清晰。

添加顏色

# 為每一個(gè)地區(qū)增加一個(gè)color屬性
for i in range(len(data['features'])):
  data['features'][i]['properties']['color'] = ['blue', 'red', 'yellow', 'orange', 'gray', 'purple'][i % 6]
p.patches(xs='xs', ys='ys', fill_alpha=0.7,
    line_color='white',
    line_width=0.5,
    color="color",  # 增加顏色屬性，這里的"color"對(duì)應(yīng)每個(gè)地區(qū)的color屬性
    source=geo_source)

現(xiàn)在地圖五顏六色。

增加圖注

import random
# 隨機(jī)產(chǎn)生數(shù)據(jù)用于展示
for i in range(len(data['features'])):
  data['features'][i]['properties']['number'] = random.randint(0, 20_000)
p = figure(width=500, height=500,
    tooltips="@name, number: @number" # 使用tooltips生成圖注，@+屬性名稱，這里的name是數(shù)據(jù)中原本有的，number是新近添加的。
  )

現(xiàn)在鼠標(biāo)放到區(qū)域上時(shí)，會(huì)顯示"區(qū)域名, number: 數(shù)字"。

去掉坐標(biāo)軸與背景線

p.axis.axis_label = None
p.axis.visible = False
p.grid.grid_line_color = None

最終代碼

from bokeh.plotting import curdoc, figure
from bokeh.models import GeoJSONDataSource
import json
import random
with open("united-kindom.geo.json", encoding="utf8") as f:
  data = json.loads(f.read())

def isInLondon(district):
  if 'type' in district['properties'] and 'london borough' in district['properties']['type'].lower():
    return True
  if 'type-en' in district['properties'] and 'london borough' in district['properties']['type'].lower():
    return True
  if 'woe-name' in district['properties'] and 'city of london' in district['properties']['woe-name'].lower():
    return True
  return False

data['features'] = list(filter(isInLondon, data['features']))
for i in range(len(data['features'])):
  data['features'][i]['properties']['color'] = ['blue', 'red', 'yellow', 'orange', 'gray', 'purple'][i % 6]
  data['features'][i]['properties']['number'] = random.randint(0, 20_000)

geo_source = GeoJSONDataSource(geojson=json.dumps(data))
p = figure(width=500, height=500,
    tooltips="@name, number: @number")
p.patches(xs='xs', ys='ys', fill_alpha=0.7,
    line_color='white',
    line_width=0.5,
    color="color",
    source=geo_source)

p.axis.axis_label = None
p.axis.visible = False
p.grid.grid_line_color = None

curdoc().add_root(p)

倫敦地圖完成了

總結(jié)

最開始想用pyecharts做的，但是pyecharts并沒(méi)有倫敦的地圖。折騰半天，最后只好自己找geojson數(shù)據(jù)來(lái)畫地圖。

找到了很多關(guān)于地圖的數(shù)據(jù)和工具，比如上文中提到的highmap數(shù)據(jù)集，以及DataV.altas，這個(gè)工具可以可視化地提取中國(guó)區(qū)域的地圖數(shù)據(jù)，但感覺(jué)比起自己找數(shù)據(jù)，畫中國(guó)地圖還是pyecharts來(lái)得實(shí)在。

數(shù)據(jù)最重要。

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: