python绘制美国地图

‘壹’ python 怎么绘制和使用地图

可以用PIL处理图像的时候自己生成图片吧，具体不知道你是要做啥？

‘贰’ 用Pyecharts绘制美国地图

运行结果如下

关键所在：

运行结果如本文题图所示。
从运行结果来看，图上没有发现缺失的数据，说明原始数据CSV文件中各州的名称与pyecharts的地图中各州的名称是一一对应没有错漏的。如果换成别的国家，就无法保证了。比如重新绘制一个意大利的疫情地图如下图所示：

‘叁’ 美国地图怎么画

美国地图怎么画如下：

1、先画出美洲左边的地图轮廓。

2、接着画出右边的非洲和亚洲。

3、画出澳洲。

4、最后涂上相应的颜色就画好了。

绘画的要点：

1、从装饰画开始研习。画面分割，点线面构成，视觉平衡，画面元素排布的节奏感。颜色搭配，颜色分布等等 ，色彩心理学。从学习视觉美感的最基本规律出发，对以后任何一阶段的美术学习帮助都很大。

2、接着素描绘画开始学习。先学会结构素描，用线条来表达结构关系，空间透视关系。从简单几何形体写生到复杂几何形体，再到石膏头像和静物写生。学会如何运笔，如何画出流畅的线条。目的是学习对物体空间结构表达。

3、通过静物和风景写生的方式学习色彩构成，颜色的使用规律，这部分与平面构成中的色彩搭配和分布相呼应。如何用色彩的对比来塑造光影体积，不同光源下不同物体材质的表现，色彩心理学。

‘肆’ 使用 Python 地图绘制工具 -- folium 全攻略

1. 准备工作

有朋友可能没用过 folium ，它其实就是 python 的一个 专业绘制地图 的第三方库，所以在使用之前需要先安装它。

在安装完成之后，我们可以在 jupyterlab 进行演示如下：

对于上面的输出，其实是一个 可交互 的地图，支持放大缩写拖拽等等。

如果你想将输出存在本地，可以这样来：

可以看到本地就存了这个一个文件，浏览器打开就可以进行交互式操作了。

以上就是一个平平淡淡的过程......

2. 关于folium.Map()

在上一部分我们可以看到这个 map 玩意直接就是一个地图啦，这里我们就介绍一下它常用的几个参数。

参数可真多啊！！

以上是常用的一些参数，而最常用的莫过于 location 、 zoom_start 和 tiles 等。

内建地图样式 还有一下几种：

我们简单试下 location 和 zoo_start 参数：

可以看到 清华大学校区

以上对 Map 的参数进行了简单的介绍，接下来，我们就来看看地图底图样式的选取情况吧~

3. 内建地图底图样式

我们看到 folium 其实有好几种内建地图底图样式，其中部分需要去申请 key ，由于我这边没有申请成功就不做演示了。

地势地形底图

黑白无标记底图

水墨画底图

以上就是内建地图底图样式的一些展示，部分需要key的大家可以去这个网站申请：

另外，在这里也可以找到一些地图底图

我后续也会去研究这些地图底图样式，试着分享更多有趣的地图分享给大家。

当然了，国内咱们用的较多的地图是高德、网络和腾讯地图等，接下来我们就来玩玩！

4. 多种第三方地图底图样式

这里我将演示高德地图、智图GeoQ和腾讯地图等

高德地图的 中英文地图、卫星影像图、街道图与常规图

中英文地图

纯英文地图

卫星影像图

街道图

常规图

反正我觉得这个蛮好的，用起来简单

多种风格地图，即拿即用

彩色版

暖色版

灰色版

蓝黑版

英文版

中国行政区划边界

水系专题

街道网图

暖色街道网图

需要注册一个key

天地图影像

天地图影像注记

天地图矢量

天地图矢量注记

天地图地形

天地图地形注记

网络地图我这边测试失败了，暂时没有找到合适的替换方案。

5. 补充

其实，我们还可以找更多的 地图底图瓦片URL 来进行替换，多样化我们的地图绘制。

另外，大家在用经纬度坐标点进行地图绘制的时候，比如标记点、绘制区域、热力图绘制等等， 需要考虑经纬度坐标是哪个地图系下面的，然后再用对应地图系的相关底图进行绘制才准确！

‘伍’ 如何用R绘制地图

这里主要介绍下在R语言中绘制地图的个人琢磨的思路。绘制地图步骤有三：
你得需要绘制地图；（约等于废话）
你得有要绘制地图的地理信息，经纬度啊，边界啊等等；
你得利用2的数据在R中画出来。
以上步骤中，目前最关键的是2，一旦2的数据有了，在R中不就是把它们连起来嘛，这个对于R来说就是调戏它，就跟全民调戏小黄鸡一样。
R语言中绘制地图的思路也是由于2的获取方式不一样而分开的。
第一种思路：有一些R包中存储着常见地图的数据，比如maps包中存有世界地图、美国地图、美国各州郡地图、法国地图以及加拿大城市地图等，加载了这个包，就可以轻松愉快地绘制上述地图。mapdata包中存有中国地图的数据，但是比较旧了，这个数据，重庆还没有从四川分出来呢。
第二种思路：我先去一个地方所画图的地理数据，然后读入R进行绘制。比如由于mapdata中的中国地图比较久远了，谢老大的《终于搞定中国分省市地图》一文中就介绍了，先从国家基础地理信息中心中国各省市的地理数据，之后再绘制。后来肖凯老师又介绍googleVis包也可以按照这个思

‘陆’ 如何用Python绘制JS地图

Folium是建立在Python生态系统的数据整理（Datawrangling）能力和Leaflet.js库的映射能力之上的开源库。用Python处理数据，然后用Folium将它在Leaflet地图上进行可视化。

概念

Folium能够将通过Python处理后的数据轻松地在交互式的Leaflet地图上进行可视化展示。它不单单可以在地图上展示数据的分布图，还可以使用Vincent/Vega在地图上加以标记。

这个开源库中有许多来自OpenStreetMap、MapQuest Open、MapQuestOpen
Aerial、Mapbox和Stamen的内建地图元件，而且支持使用Mapbox或Cloudmade的API密钥来定制个性化的地图元件。
Folium支持GeoJSON和TopoJSON两种文件格式的叠加，也可以将数据连接到这两种文件格式的叠加层，最后可使用color-brewer
配色方案创建分布图。

安装

安装folium包

开始创建地图

创建底图，传入起始坐标到Folium地图中：

importfolium

map_osm= folium.Map(location=[45.5236, -122.6750]) #输入坐标

map_osm.create_map(path='osm.html')

Folium默认使用OpenStreetMap元件，但是Stamen Terrain, Stamen Toner, Mapbox Bright 和MapboxControl空间元件是内置的：

#输入位置，tiles，缩放比例

stamen =folium.Map(location=[45.5236, -122.6750], tiles='Stamen Toner',zoom_start=13)

stamen.create_map(path='stamen_toner.html')#保存图片

Folium也支持Cloudmade 和 Mapbox的个性化定制地图元件，只需简单地传入API_key ：

custom =folium.Map(location=[45.5236, -122.6750], tiles='Mapbox',

API_key='wrobstory.map-12345678')

最后，Folium支持传入任何与Leaflet.js兼容的个性化地图元件：

tileset= r'http://{s}.tiles.yourtiles.com/{z}/{x}/{y}.png'

map =folium.Map(location=[45.372, -121.6972], zoom_start=12,

tiles=tileset, attr='My DataAttribution')

地图标记

Folium支持多种标记类型的绘制，下面从一个简单的Leaflet类型的位置标记弹出文本开始：

map_1 =folium.Map(location=[45.372, -121.6972], zoom_start=12,

tiles='Stamen Terrain')

map_1.simple_marker([45.3288,-121.6625], popup='Mt. Hood Meadows')#文字标记

map_1.simple_marker([45.3311,-121.7113], popup='Timberline Lodge')

map_1.create_map(path='mthood.html')

Folium支持多种颜色和标记图标类型：

map_1 =folium.Map(location=[45.372, -121.6972], zoom_start=12,tiles='Stamen Terrain')

map_1.simple_marker([45.3288,-121.6625], popup='Mt. Hood Meadows',marker_icon='cloud') #标记图标类型为云

map_1.simple_marker([45.3311,-121.7113], popup='Timberline Lodge',marker_color='green') #标记颜色为绿色

map_1.simple_marker([45.3300,-121.6823], popup='Some OtherLocation',marker_color='red',marker_icon='info-sign')

#标记颜色为红色，标记图标为“info-sign”)

map_1.create_map(path='iconTest.html')

Folium也支持使用个性化的尺寸和颜色进行圆形标记：

map_2 =folium.Map(location=[45.5236, -122.6750], tiles='Stamen Toner',

zoom_start=13)

map_2.simple_marker(location=[45.5244,-122.6699], popup='The Waterfront')

简单树叶类型标记

map_2.circle_marker(location=[45.5215,-122.6261], radius=500,

popup='Laurelhurst Park',line_color='#3186cc',

fill_color='#3186cc')#圆形标记

map_2.create_map(path='portland.html')

Folium有一个简便的功能可以使经/纬度悬浮于地图上：

map_3 =folium.Map(location=[46.1991, -122.1889], tiles='Stamen Terrain',zoom_start=13)

map_3.lat_lng_popover()

map_3.create_map(path='sthelens.html')

Click-for-marker功能允许标记动态放置：

map_4 =folium.Map(location=[46.8527, -121.7649], tiles='Stamen Terrain',zoom_start=13)

map_4.simple_marker(location=[46.8354,-121.7325], popup='Camp Muir')

map_4.click_for_marker(popup='Waypoint')

map_4.create_map(path='mtrainier.html')

Folium也支持来自Leaflet-DVF的Polygon（多边形）标记集：

map_5 =folium.Map(location=[45.5236, -122.6750], zoom_start=13)

map_5.polygon_marker(location=[45.5012,-122.6655], popup='Ross Island Bridge',fill_color='#132b5e', num_sides=3,radius=10)#三边形标记

map_5.polygon_marker(location=[45.5132,-122.6708], popup='Hawthorne Bridge',fill_color='#45647d', num_sides=4,radius=10)#四边形标记

map_5.polygon_marker(location=[45.5275,-122.6692], popup='Steel Bridge',fill_color='#769d96', num_sides=6, radius=10)#四边形标记

map_5.polygon_marker(location=[45.5318,-122.6745], popup='Broadway Bridge',fill_color='#769d96', num_sides=8,radius=10) #八边形标记

map_5.create_map(path='bridges.html')

Vincent/Vega标记

Folium能够使用vincent 进行任何类型标记，并悬浮在地图上。

buoy_map= folium.Map(location=[46.3014, -123.7390], zoom_start=7,

tiles='StamenTerrain')

buoy_map.polygon_marker(location=[47.3489,-124.708], fill_color='#43d9de',radius=12, popup=(vis1, 'vis1.json'))

buoy_map.polygon_marker(location=[44.639,-124.5339], fill_color='#43d9de',radius=12, popup=(vis2, 'vis2.json'))

buoy_map.polygon_marker(location=[46.216,-124.1280], fill_color='#43d9de',radius=12, popup=(vis3, 'vis3.json'))

GeoJSON/TopoJSON层叠加

GeoJSON 和TopoJSON层都可以导入到地图，不同的层可以在同一张地图上可视化出来：

geo_path= r'data/antarctic_ice_edge.json'

topo_path= r'data/antarctic_ice_shelf_topo.json'

ice_map= folium.Map(location=[-59.1759, -11.6016],tiles='Mapbox Bright', zoom_start=2)

ice_map.geo_json(geo_path=geo_path)#导入geoJson层

ice_map.geo_json(geo_path=topo_path,topojson='objects.antarctic_ice_shelf')#导入Toposon层

ice_map.create_map(path='ice_map.html')

分布图

Folium允许PandasDataFrames/Series类型和Geo/TopoJSON类型之间数据转换。Color Brewer 颜色方案也是内建在这个库，可以直接导入快速可视化不同的组合：

importfolium

importpandas as pd

state_geo= r'data/us-states.json'#地理位置文件

state_unemployment= r'data/US_Unemployment_Oct2012.csv'#美国失业率文件

state_data= pd.read_csv(state_unemployment)

#LetFolium determine the scale

map =folium.Map(location=[48, -102], zoom_start=3)

map.geo_json(geo_path=state_geo,data=state_data,

columns=['State', 'Unemployment'],

key_on='feature.id',

fill_color='YlGn',fill_opacity=0.7, line_opacity=0.2,

legend_name='Unemployment Rate(%)')

map.create_map(path='us_states.html')

基于D3阈值尺度，Folium在右上方创建图例，通过分位数创建最佳猜测值，导入设定的阈值很简单：

map.geo_json(geo_path=state_geo,data=state_data,

columns=['State', 'Unemployment'],

threshold_scale=[5, 6, 7, 8, 9,10],

key_on='feature.id',

fill_color='BuPu',fill_opacity=0.7, line_opacity=0.5,

legend_name='Unemployment Rate(%)',

reset=True)

map.create_map(path='us_states.html')