python数据可视化时空比例图

时空比例图是一种常用的数据可视化方式，可以同时展示时间和空间的变化情况。在Python中，可以使用多种工具实现时空比例图的绘制，比如Matplotlib、Plotly等。

首先，需要准备好数据，包括时间、空间和对应的数值。假设我们有一份数据，记录了某个城市每小时的PM2.5浓度，可以按照如下方式处理数据：

import pandas as pd

# 读取数据
data = pd.read_csv('pm25.csv')
# 转换时间格式
data['time'] = pd.to_datetime(data['time'])
# 提取时间、经度、纬度和PM2.5浓度
data = data[['time', 'lon', 'lat', 'pm25']]

接下来，可以使用Matplotlib或Plotly绘制时空比例图。这里以Matplotlib为例，代码如下：

import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap

# 设置地图范围
m = Basemap(llcrnrlon=115, llcrnrlat=39, urcrnrlon=117, urcrnrlat=41, resolution='h')
# 绘制海岸线、国家边界和州边界
m.drawcoastlines()
m.drawcountries()
m.drawstates()

# 绘制散点图
x, y = m(data['lon'].values, data['lat'].values)
m.scatter(x, y, c=data['pm25'].values, cmap=plt.cm.jet, alpha=0.5, s=data['pm25'].values*10)

# 添加时间标签
for i, t in enumerate(pd.date_range(start=data['time'].min(), end=data['time'].max(), freq='6H')):
    x, y = m(116.5, 40.5)
    plt.text(x, y+i*10000, t.strftime('%Y-%m-%d %H:%M:%S'), fontsize=10, color='r')

# 添加色标
plt.colorbar()

# 显示图像
plt.show()

这段代码首先创建了一个Basemap对象，用于绘制地图。然后，使用Basemap对象的scatter方法绘制散点图，其中颜色和大小都与PM2.5浓度相关。最后，添加时间标签和色标，并显示图像。

注意，这段代码需要安装Basemap库，可以使用pip进行安装：

pip install basemap

当然，如果你想使用Plotly进行绘制，可以参考Plotly的官方文档进行操作：https://plotly.com/python/maps/。