基于folium做地图可视化

2024-04-09 08:36
文章标签 可视化 地图 folium

本文主要是介绍基于folium做地图可视化,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

由于内网环境,缺少地图~所以就考虑了使用folium+geojson来做简单的可视化.

import json
import folium
with open('天津市.json', 'r', encoding='utf-8') as f:china_geojson = json.load(f)# 创建一个没有背景瓦片的地图对象
m = folium.Map(location=[35, 105], zoom_start=4, tiles=None)# 添加geojson数据到地图中
folium.GeoJson(china_geojson,style_function=lambda feature: {'fillColor': '#ffff00','color': 'black','weight': 2,'dashArray': '5, 5'}
).add_to(m)# 在notebook中展示地图
m

使用pandas读取位置数据,然后可视化.

def visualize_trajectory(data):# 创建一个Folium地图对象with open('天津市.json', 'r', encoding='utf-8') as f:china_geojson = json.load(f)# 创建一个没有背景瓦片的地图对象m = folium.Map(location=[35, 105], zoom_start=4, tiles=None)# 添加geojson数据到地图中folium.GeoJson(china_geojson,style_function=lambda feature: {'fillColor': '#ffff00','color': 'black','weight': 2,'dashArray': '5, 5'}).add_to(m)# 对于每个轨迹点,添加标记for i in range(len(data)):folium.Marker(location=[data['Latitude'].iloc[i], data['Longitude'].iloc[i]], popup=data['User_ID'].iloc[i]).add_to(m)# 使用轨迹点创建一条线,表示移动路径for i in range(len(data) - 1):folium.PolyLine([[data['Latitude'].iloc[i], data['Longitude'].iloc[i]], [data['Latitude'].iloc[i + 1], data['Longitude'].iloc[i + 1]]], color='blue', weight=2).add_to(m)# 返回可视化的地图return m

模拟:

visualized_map = visualize_trajectory(example_df)
visualized_map

在这里插入图片描述

模拟数据生成脚本:
import pandas as pd
import random
import timedef generate_user_ids(num_users):"""生成指定数量的用户ID"""return [f"User_{i}" for i in range(num_users)]def generate_timestamps(start_time, num_points):"""生成一系列连续的时间戳"""return [start_time + i for i in range(num_points)]def generate_random_point(center_lat, center_lon, max_distance):"""生成在给定经纬度为中心,指定距离范围内的随机经纬度点"""# 将距离转换为角度max_distance_angle = max_distance / 6371.0# 生成随机角度dlat = random.uniform(-max_distance_angle, max_distance_angle)dlon = random.uniform(-max_distance_angle, max_distance_angle)# 计算新的经纬度new_lat = center_lat + dlatnew_lon = center_lon + dlonreturn (new_lat, new_lon)def simulate_trajectory(num_users, start_time, num_points, center_lat, center_lon, max_distance):"""生成轨迹数据"""user_ids = generate_user_ids(num_users)all_data = []for user_id in user_ids:timestamps = generate_timestamps(start_time, num_points)current_point = (center_lat, center_lon)for timestamp in timestamps:current_point = generate_random_point(*current_point, max_distance)all_data.append([user_id, timestamp] + list(current_point))# 创建DataFramecolumns = ['User_ID', 'Timestamp', 'Latitude', 'Longitude']df = pd.DataFrame(all_data, columns=columns)return df
# #############
#example_df = simulate_trajectory(122, int(time.time()), 10, 39.129484,117.220074, 1000)

这篇关于基于folium做地图可视化的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/887665

相关文章

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)

《使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)》字体设计和矢量图形处理是编程中一个有趣且实用的领域,通过Python的matplotlib库,我们可以轻松将字体轮廓... 目录背景知识字体轮廓的表示实现步骤1. 安装依赖库2. 准备数据3. 解析路径指令4. 绘制图形关键

8种快速易用的Python Matplotlib数据可视化方法汇总(附源码)

《8种快速易用的PythonMatplotlib数据可视化方法汇总(附源码)》你是否曾经面对一堆复杂的数据,却不知道如何让它们变得直观易懂?别慌,Python的Matplotlib库是你数据可视化的... 目录引言1. 折线图(Line Plot)——趋势分析2. 柱状图(Bar Chart)——对比分析3

使用Vue-ECharts实现数据可视化图表功能

《使用Vue-ECharts实现数据可视化图表功能》在前端开发中,经常会遇到需要展示数据可视化的需求,比如柱状图、折线图、饼图等,这类需求不仅要求我们准确地将数据呈现出来,还需要兼顾美观与交互体验,所... 目录前言为什么选择 vue-ECharts?1. 基于 ECharts,功能强大2. 更符合 Vue

Git可视化管理工具(SourceTree)使用操作大全经典

《Git可视化管理工具(SourceTree)使用操作大全经典》本文详细介绍了SourceTree作为Git可视化管理工具的常用操作,包括连接远程仓库、添加SSH密钥、克隆仓库、设置默认项目目录、代码... 目录前言:连接Gitee or github,获取代码:在SourceTree中添加SSH密钥:Cl

Pandas中统计汇总可视化函数plot()的使用

《Pandas中统计汇总可视化函数plot()的使用》Pandas提供了许多强大的数据处理和分析功能,其中plot()函数就是其可视化功能的一个重要组成部分,本文主要介绍了Pandas中统计汇总可视化... 目录一、plot()函数简介二、plot()函数的基本用法三、plot()函数的参数详解四、使用pl

使用Python和Pyecharts创建交互式地图

《使用Python和Pyecharts创建交互式地图》在数据可视化领域,创建交互式地图是一种强大的方式,可以使受众能够以引人入胜且信息丰富的方式探索地理数据,下面我们看看如何使用Python和Pyec... 目录简介Pyecharts 简介创建上海地图代码说明运行结果总结简介在数据可视化领域,创建交互式地

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

Python 交互式可视化的利器Bokeh的使用

《Python交互式可视化的利器Bokeh的使用》Bokeh是一个专注于Web端交互式数据可视化的Python库,本文主要介绍了Python交互式可视化的利器Bokeh的使用,具有一定的参考价值,感... 目录1. Bokeh 简介1.1 为什么选择 Bokeh1.2 安装与环境配置2. Bokeh 基础2

基于Python打造一个可视化FTP服务器

《基于Python打造一个可视化FTP服务器》在日常办公和团队协作中,文件共享是一个不可或缺的需求,所以本文将使用Python+Tkinter+pyftpdlib开发一款可视化FTP服务器,有需要的小... 目录1. 概述2. 功能介绍3. 如何使用4. 代码解析5. 运行效果6.相关源码7. 总结与展望1