python数据可视化第九节

第九节Python数据可视化：地图可视化。

地图可视化是数据可视化中的重要一环，它将数据呈现在地图上，可以更加直观地展现数据的空间分布和相关性。Python中有很多地图可视化的库，包括Folium、Basemap、Geopandas等，本节将介绍其中Folium库的使用。

Folium是Python中一个用于生成交互式地图的库，它基于Leaflet.js开发，支持多种地图样式和数据标记方式。使用Folium可以方便地生成交互式地图，并通过HTML文件进行展示。

首先需要安装Folium库，可以使用pip命令进行安装：

pip install folium

接下来，我们来看一个简单的示例：生成一个基本的地图。

import folium

# 创建地图对象，设置中心点和缩放级别
m = folium.Map(location=[34.8, 113.6], zoom_start=10)

# 保存地图
m.save('map.html')

运行之后，生成的map.html文件可以在浏览器中打开，展示出刚刚生成的地图。

接下来，我们可以在地图上添加标记点。例如，我们可以在地图上添加一些医院的标记点。

import folium

# 创建地图对象，设置中心点和缩放级别
m = folium.Map(location=[34.8, 113.6], zoom_start=10)

# 添加标记点
folium.Marker(location=[34.8, 113.6], tooltip='郑大一附院').add_to(m)
folium.Marker(location=[34.8, 113.7], tooltip='河南省人民医院').add_to(m)
folium.Marker(location=[34.7, 113.6], tooltip='河南省中医院').add_to(m)

# 保存地图
m.save('map.html')

运行之后，生成的map.html文件可以在浏览器中打开，展示出添加了标记点的地图。

除了标记点外，我们还可以在地图上添加其他的数据标记。例如，我们可以在地图上添加热力图，展示不同区域的数据密度。

import folium
import pandas as pd

# 创建地图对象，设置中心点和缩放级别
m = folium.Map(location=[34.8, 113.6], zoom_start=10)

# 读取数据
data = pd.read_csv('data.csv')

# 添加热力图
heatmap_data = [[row['lat'], row['lng']] for index, row in data.iterrows()]
folium.plugins.HeatMap(heatmap_data).add_to(m)

# 保存地图
m.save('map.html')

运行之后，生成的map.html文件可以在浏览器中打开，展示出添加了热力图的地图。

以上是Folium库的一些基本用法，使用Folium可以方便地生成交互式地图，并且可以在地图上添加各种不同的数据标记和图层。