python画时空分布图

### 如何使用Python绘制时空分布图

为了实现时空分布图的绘制，通常会涉及到地理空间数据处理和时间序列分析。以下是具体的操作指南。

#### 安装必要的库
确保已安装所需的各种地理可视化库，这可以通过执行如下命令完成：

pip install matplotlib basemap pandas numpy pyecharts

#### 导入必需模块并准备数据
在开始绘图前，需先加载相关软件包，并准备好要可视化的数据集[^3]。

import pandas as pd
import numpy as np
from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt
from pyecharts.charts import Line3D
from pyecharts import options as opts

#### 构建基本的地图框架
下面这段代码展示了如何构建一个简单的全球地图作为底图，在此基础上可以进一步叠加其他图形元素[^2]。

fig = plt.figure(figsize=[12, 8])
ax = fig.add_subplot(1, 1, 1)

# 设置Basemap实例参数
m = Basemap(projection='cyl',
            llcrnrlat=-90,
            urcrnrlat=90,
            llcrnrlon=0,
            urcrnrlon=360,
            resolution='c')

m.drawmapboundary(fill_color='aqua')
m.fillcontinents(color='#ffe2ab', lake_color='aqua')
m.drawcoastlines()
plt.show()

#### 绘制带有时间维度的数据点
对于时空分布图而言，除了地理位置外还需要考虑时间因素。这里假设有一个包含位置坐标（经度、纬度）及时刻戳字段的数据框`df`。接下来将演示怎样把这些信息映射到上述建立好的地图上：

def plot_spatio_temporal_data(df):
    times = sorted(set(df['timestamp']))
    
    for t in times:
        subset_df = df[df['timestamp'] == t]

        lon = subset_df['longitude'].values
        lat = subset_df['latitude'].values
        
        x, y = m(lon, lat)  # 将经纬度转换成投影后的坐标系中的数值

        sc = m.scatter(x, y, marker='o', color=np.random.rand(3,), zorder=5)
        
        title_str = f"Spatial Distribution at Time {t}"
        plt.title(title_str)
        plt.pause(0.5)  # 延迟一段时间以便观察变化
    
    plt.close()

# 调用函数传入含有时间和坐标的DataFrame对象
plot_spatio_temporal_data(your_dataframe_here)

此部分实现了随着时间推移动态更新散点的位置效果，从而形成了一种简易版的时间演化过程展示方式[^1]。

#### 使用PyEcharts创建更复杂的三维时空轨迹图
如果希望得到更为复杂且交互性强的结果，则可借助于`pyecharts`库中的`Line3D`组件来生成具有第三个维度（即高度/深度轴代表不同时间节点上的值）的折线图[^5]。

line3d = (
    Line3D(init_opts=opts.InitOpts(width="1400px", height="700px"))
    .add(
        "",
        [
            (time_point, longitude_value, latitude_value, some_metric)
            for time_point, row in your_dataframe.iterrows()
            for longitude_value, latitude_value, some_metric in zip([row.longitude], [row.latitude], [row.metric])
        ],
        xaxis3d_opts=opts.Axis3DOpts(type_='category'),
        yaxis3d_opts=opts.Axis3DOpts(type_='value'),
        zaxis3d_opts=opts.Axis3DOpts(type_='value'),
    )
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(),
        title_opts=opts.TitleOpts(title="Spatiotemporal Trajectory Visualization"),
    )
)

line3d.render_notebook()  # 如果是在Jupyter Notebook环境中运行的话

以上就是关于如何运用Python及其生态系统内工具来进行时空分布图绘制的一些指导说明。