欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python數(shù)據(jù)分析之實(shí)現(xiàn)地圖數(shù)據(jù)繪制

 更新時(shí)間：2024年12月16日 10:15:38   作者：碼猩  
這篇文章主要為大家詳細(xì)介紹了python數(shù)據(jù)分析中如何實(shí)現(xiàn)地圖數(shù)據(jù)繪制,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下

python 數(shù)據(jù)分析之地圖數(shù)據(jù)繪制

1、根據(jù)歷史的2023年GDP數(shù)據(jù)做地圖分析

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函數(shù)來(lái)定義跳過(guò)行的規(guī)則，這里跳過(guò)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='地區(qū)')
data

2、獲取地圖文件

注意：這里面的provinces和data2個(gè)要保證行是一樣的多的行數(shù)，且有關(guān)聯(lián)的標(biāo)題名NAME字段名一樣

provinces = gpd.read_file(r'D:\Python\jupyter\畫(huà)圖分析GPD\China_provinces.shp')

4、將2個(gè)集合通過(guò)空間方式合并

merged_df=gpd.GeoDataFrame(pd.merge(provinces, data, on='NAME'), geometry=provinces.geometry, crs=provinces.crs)
#把2個(gè)DATAFrmae合集為一個(gè)，通過(guò)空間關(guān)系的方式連接

5、繪制地圖

m = folium.Map(location=[20, 110], zoom_start=5)
folium.Choropleth(
    #title="2023年全國(guó)GPD分布圖",
    geo_data=merged_df.geometry,
    name="choropleth",
    data=merged_df['2023'],#數(shù)據(jù)顯示的哪個(gè)列表的值
    columns=['NAME', '2023'],
    key_on="feature.id",#使用ID的方式進(jìn)行關(guān)聯(lián)
    fill_color='YlGn',#顏色模型YlGn,YlGnBu
    legend_name="億元"#顯示數(shù)字標(biāo)題使用
).add_to(m)
m.save("province_distribution.html")#保存地圖HTML文件

以上就是python數(shù)據(jù)分析之實(shí)現(xiàn)地圖數(shù)據(jù)繪制的詳細(xì)內(nèi)容，更多關(guān)于python地圖數(shù)據(jù)繪制的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

相關(guān)文章

最新評(píng)論