geopandas热力图

GeoPandas是一个基于Python的数据分析库，它扩展了Pandas的功能，专为地理空间数据而设计。其中，创建热力图（Heatmap）是一种可视化地表示地理区域上某些变量密度或强度的方法。GeoPandas可以结合matplotlib或geoviews等库，通过DataFrame中的地理位置信息和数值数据来生成。

举个例子，如果你有一个包含地理位置（如经度和纬度）以及某属性值（如人口密度、犯罪率等）的GeoDataFrame，你可以按照如下步骤创建热力图：

1. 准备数据：确保你的GeoDataFrame有`geometry`列，表示每个点的位置，并且有一列表示你要可视化的数值。
2. 转换几何类型：如果需要，将几何类型转换为适合的距离计算，例如`Point`到`Polygon`。
3. 计算邻域聚合：使用GeoPandas的`groupby`和`unary_union`函数，计算每个位置周围的平均值或总和。
4. 应用颜色映射：使用`geoplot`库中的`heatmap`函数，将聚合后的值映射到地图上，通常会设置一个颜色范围，代表不同强度的颜色。

import geopandas as gpd
import geoplot as gplt

# 假设df是你的GeoDataFrame，value_col是你想可视化的列
gdf_heatmap = gdf.groupby(gdf.geometry).mean()[value_col]  # 或者使用sum()
ax = gplt.hexbin(gdf_heatmap, cmap="YlGnBu")  # 使用颜色等级