| 用 GeoPandas 绘制超高颜值数据地图 | 您所在的位置：网站首页 › 世界地图国家划分 › 用 GeoPandas 绘制超高颜值数据地图 |
用 GeoPandas 绘制超高颜值数据地图
|
写在前面 通常情况下，在执行 EDA 时，我们会面临显示有关地理位置的信息的情况。例如，对于 COVID 19 数据集，人们可能希望显示各个区域的病例数。这是 Python 库 GeoPandas 的用武之地。 本文和大家一起学习如何使用 GeoPandas有效地可视化地理空间数据。 与 GeoPandas 相关的地理空间分析相关术语地理空间数据[1]描述相对于地球位置（坐标）的物体、事件或其他特征。 空间数据 由几何对象的基本类型表示。  几何 代表 点 points 地块位置的中心点等。 线 lines 道路、溪流 多边形 polygons 建筑物、湖泊、州、省等的边界。 CRS/坐标参考系统告诉我们如何（使用投影 或数学方程）将圆形地球上的位置（坐标）转换为扁平的二维坐标系（例如计算机屏幕或纸张）上的相同位置地图）。最常用的 CRS 是“EPSG:4326”。  什么是GeoPandas？GeoPandas 基于Pandas。它扩展了 Pandas 数据类型以包含几何列并执行空间操作。因此，任何熟悉Pandas的人都可以轻松采用 GeoPandas。  ▲ GeoPandas – GeoDataFrame 和 GeoSeries 在GeoPandas的主要数据结构是GeoDataFrame延伸的PandasDataFrame。所以所有基本的DataFrame操作都可以在GeoDataFrame上执行。GeoDataFrame包含一个或多个GeoSeries（延伸PandasSeries）每个都包含在一个不同的几何形状的投影（GeoSeries.crs）。虽然GeoDataFrame可以有多个GeoSeries列，但其中只有一个是活动几何图形，即所有几何操作都在该列上。 在下一节中，我们将一起学习如何使用一些常见的函数，如边界、质心和最重要的绘图方法。为了演示地理空间可视化的工作，让我们使用来自2021年奥运会数据集的Teams数据。 数据准备在导入 GeoPandas 之前阅读Teams数据集，数据集和代码可以在公众号『数据STUDIO』回复【GeoPandas】获取。 团队的数据集包含团队名称、项目、NOC（国家/地区）和事件列。在本练习中，我们将仅使用 NOC 和 项目 列。 代码语言：javascript复制import pandas as pd df_teams = pd.read_excel("data/Teams.xlsx") 总结每个国家的项目并绘制它。代码语言：javascript复制df_teams_countries_disciplines = df_teams \
.groupby(by="NOC").agg({'Discipline':'count'} ) \
.reset_index().sort_values(by='Discipline', ascending=False)
ax = df_teams_countries_disciplines.plot.bar(x='NOC', xlabel = '', figsize=(20,8))
 ▲ df_teams_countries_disciplines–条形图 导入 GeoPandas 并读取数据代码语言：javascript复制import geopandas as gpd df_world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres')) print(f"{type(df_world)}, {df_world.geometry.name}") print(df_world.head()) print(df_world.geometry.geom_type.value_counts())“ naturalearth_lowres ”是我们加载的geopandas提供的底图。  ▲ df_world df_world 的类型是 GeoDataFrame 与大陆（国家）的名称和几何列（国家地区）。geometry 属于GeoSeries 类型，是具有以 Polygon 和 MultiPolygon 类型表示的国家区域的活动几何体。 现在绘制世界地图代码语言：javascript复制df_world.plot(figsize=(10,6)) ▲ df_world-plot 合并 teams 和 world 数据集代码语言：javascript复制df_world_teams = df_world.merge(df_teams_countries_disciplines, how="left", left_on=['name'], right_on=['NOC']) print("Type of DataFrame : ", type(df_world_teams), df_world_teams.shape[0]) df_world_teams.head() ▲ 合并数据框 注意：df_world_teams 将有一些 NOC 和 Discipline 为 NaN 的记录。在里用的到是**'left'而不是'right'**合并，这里是有意这样做的，因为我们数据中也有一些没有参与的国家。很少有国家名称在奥运会和世界数据集之间不一致。所以尽可能调整了国家名称。详细信息在源代码中。开始绘图显示一个简单的世界地图 - 只有边界的地图作为第一步，我们绘制基本地图——只有边界的世界。在接下来的步骤中，将为我们感兴趣的国家/地区着色。 代码语言：javascript复制ax = df_world["geometry"].boundary.plot(figsize=(20,16)) ▲ 世界地图 显示 Choropleth 地图 - 绘制区域接下来，我们根据国家参加的学科数量为参加奥运会的国家涂上颜色的深浅。国家参加的学科越多，颜色越深，反之亦然。等值线图为与数据变量相关的区域/多边形着色。 代码语言：javascript复制df_world_teams.plot( column="Discipline", ax=ax, cmap='OrRd', legend=True, legend_kwds={"label": "Participation", "orientation":"horizontal"}) ax.set_title("参加2021年奥运会的国家Vs项目数量")在这里需要注意的是： ax是绘制地图的轴cmap是颜色图的名称legend & legend_kwds控制图例的显示参加奥运会的国家 ▲ 参加奥运会的国家 根据阴影，我们可以很快看出，中国、日本、美国、意大利、德国和澳大利亚是参与较多项目的国家。 请注意，底部的图例看起来不太好。我们修改 df_world_teams.plot 以使可视化更易于展示。 代码语言：javascript复制fig, ax = plt.subplots(1, 1, figsize=(20, 16)) divider = make_axes_locatable(ax) cax = divider.append_axes("right", size="2%", pad="0.5%") df_world_teams.plot(column="Discipline", ax=ax, cax=cax, cmap='OrRd', legend=True, legend_kwds={"label": "Participation"}) ▲ 带有整洁的颜色图 这个可视化不是更整洁吗？ 对未参加的国家进行着色绘制missing_kwds现在，哪些没有参加的国家呢？所有没有阴影（即白色）的国家都是没有参加的国家。但是我们通过将这些国家/地区涂成灰色来使这一点更加明显。我们可以使用带有纯色或带有颜色和图案的 missing_kwds。 代码语言：javascript复制df_world_teams.plot(column="Discipline", ax=ax, cax=cax, cmap='OrRd', legend=True, legend_kwds={"label": "Participation"}, missing_kwds={'color': 'lightgrey'}) ▲ 未参加奥运会的国家-灰色阴影 代码语言：javascript复制df_world_teams.plot(column= 'Discipline', ax=ax, cax=cax, cmap='OrRd', legend=True, legend_kwds={"label": "Participation"}, missing_kwds={"color": "lightgrey", "edgecolor": "white", "hatch": "|"}) ▲ 未参加奥运会的国家-灰色阴影和阴影线 标记参与最少的项目的国家-绘制点哪个项目的参与最少？代码语言：javascript复制df_discipline_countries = \ df_teams.groupby(by='Discipline' ).agg({'NOC':'count'} ).sort_values(by='NOC', ascending=False) ax = df_discipline_countries.plot.bar(figsize=(8, 6)) ▲ 项目与国家数量 因此，棒球/垒球是参与国家数量最少的项目（12 个）。现在我们来了解一下有哪些国家参加了这个项目？ 为此，首先创建一个仅包含参与最少的国家的数据集，然后将此数据集 df_teams_least_participated_disciplines 和 df_world 合并，然后计算质心。 代码语言：javascript复制# 创建一个只有参与最少的国家的数据集 councountries_in_least_participated_disciplines = df_discipline_countries[df_discipline_countries['NOC'] |
【本文地址】