【matplotlib基础】--结合地图

如果分析的数据与地域相关，那么，把分析结果结合地图一起展示的话，会让可视化的效果得到极大的提升。

比如，分析各省GDP数据，人口数据，用柱状图，饼图之类的虽然都可以展示分析结果，

不过，如果能在全国的地图上展示各省的分析结果的话，会让人留下更加深刻的印象。

将数据的分析结果展示在地图上，难点在于：

1. 如何绘制地图，地图是展示数据的基础，如何绘制出需要的地图区域是第一步
2. 数据和地图关联，数据最终要显示在地图上，数据如何与地理坐标关联也是重要的一步
3. 地图上展示数据，也就是要在地图上绘制不同的颜色或者几何形状来表达不同的数据

解决了上面3个难题，就能够结合地图做一些基本的数据展示了。

本篇通过一个基于南京各个区地理信息的分析示例，来演示如何一步步通过地图来展示分析结果。

1. 绘制地图

第一步是绘制地图，其实地图就是一块块不规则的多边形 拼接起来的。

在本篇的示例中，各个多边形 就是南京的各个区。

绘制多边形不难，难的是如何得到各个多边形的顶点坐标。

好在现在有很多的开放地理信息平台，可以让我们获取到想要的地理信息。

1.1. 获取地理信息

比如，通过阿里的DataV数据可视化平台 ，可以获取南京各个区的地理范围信息。

在这个平台上，左边 选择区域，右边 会生成对应范围的地理信息的数据。

地理信息数据是json格式。

1.2. 展示地理信息

为了读取地理信息数据并展示，需要用到一个 GeoPandas 的库。

用 pip 安装很简单：

$ pip install geopandas

geopandas可以直接读取DataV数据可视化平台 生成的JSON数据并展示。

import geopandas as gpd

df_geo = gpd.read_file(
    "https://geo.datav.aliyun.com/areas_v3/bound/320100_full.json"
)
df_geo

json文件的HTTP地址DataV数据可视化平台 就是在上生成的。

这个文件中的关键字段就是 geometry，其中的内容就是各个区的多边形形状 的各个顶点的经纬度坐标。

展示数据：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
fig.set_size_inches(8, 8)

# df_geo就是上面通过geopandas读取的数据
df_geo.plot(
    ax=ax,
    column="name",
    cmap="plasma",
    edgecolor="k",
    legend=True,
    legend_kwds={"loc": "lower left"}
)
plt.show()

其中主要参数的含义：

1. ax：matplotlib生成的子图，这里就是数据要绘制的位置
2. column：作为不同区域的名称，这里就是南京各个区的名称
3. cmap：一组颜色，分别对应不同的区
4. edgecolor：每个多边形边缘的颜色，这里设置的是黑色
5. legend：是否显示图例
6. legend_kwds：设置图例的配置信息，这里只设置了图例的位置

2. 地图和数据关联

首先生成一些测试数据：

# 删除 df_geo 中一些不必要的列
df_geo = df_geo.drop(columns=["childrenNum", "level", "parent", "subFeatureIndex"])

# 南京各个区的名称
area_names = df_geo.loc[:, "name"]

# df_val为测试数据，其中name列是各个区的名称
# value 列是一些随机数，模拟各个区的人口，GDP等数据
df_val = pd.DataFrame({
    "name": area_names.tolist(),
    "value": np.random.randint(10, 10000, len(area_names))
})

测试数据 df_val 模拟其他途径得到的业务数据，

下面要将 df_val 中的指展示到地图上，就要先把 df_val 和 df_geo 结合起来。

# 以 name 列作为结合两个数据集的依据
df = pd.merge(df_geo, df_val, on="name", how="left")
df

这样，我们就得到了同时包含地理信息（geometry） 和**业务数据（value）**的数据集了。

3. 地图上展示数据

接下来就是展示数据了，下面演示两种在地图上展示数据的方式。

3.1. 热力图方式

根据 value 值的不同，用渐变色来显示不同区的颜色。

fig, ax = plt.subplots()
fig.set_size_inches(8, 8)
ax.axis("off")

df.plot(
    ax=ax,
    column="value",
    cmap="plasma",
    edgecolor="k",
    legend=True,
    legend_kwds={'label': "value", 'shrink':0.5},
)

for index in df.index:
    x = df.iloc[index].geometry.centroid.x
    y = df.iloc[index].geometry.centroid.y
    name = df.iloc[index]["name"]
    if name in ["建邺区", "鼓楼区", "玄武区", "秦淮区"]:
        ax.text(x, y, name, ha="center", va="center", fontsize=8)
    else:
        ax.text(x, y, name, ha="center", va="center")

plt.show()

其中，"建邺区", "鼓楼区", "玄武区", "秦淮区" 四个区的面积比较小，

所以字体稍微调小了一些。

3.2. 分类展示

把 value值分为3类，每类用不同的形式来表示。

• value < 3000
• 3000 <= value < 5000
• value >= 5000

import matplotlib.patches as mpatches

fig, ax = plt.subplots()
fig.set_size_inches(5, 10)
ax.axis("off")
legend_list = []

df[df["value"] < 3000].plot(
    ax=ax,
    color="lightblue",
    edgecolor="k",
    hatch="\\\\",
    legend=False,
)
legend_list.append(
    mpatches.Patch(
        facecolor="lightblue",
        edgecolor="black", hatch="\\\\", label="value<3000"
    )
)


df[(df["value"] >= 3000) & (df["value"] < 5000)].plot(
    ax=ax,
    color="lightgreen",
    edgecolor="k",
    hatch="o",
    legend=False,
)
legend_list.append(
    mpatches.Patch(
        facecolor="lightgreen",
        edgecolor="black", hatch="o", label="3000<=value<5000")
)

df[df["value"] >= 5000].plot(
    ax=ax,
    color="r",
    edgecolor="k",
    hatch="*",
    legend=False,
)
legend_list.append(mpatches.Patch(
    facecolor="r",
    edgecolor="black", hatch="*", label="value>=5000"))

ax.legend(handles = legend_list, 
          loc=(1, 0.5), 
          title="value 等级", 
          fontsize=12)

plt.show()

4. 总结

结合地理信息展示数据，让数据更加的生动，特别是很多数据分析场景本身就和地理信息密切相关。

除了基于地域的各种经济或者人口等等的相关数据，

还有各类气象数据，如能和地理信息结合展示的话，会让人对整体情况一目了然。

文中用到的主要资源：

• DataV数据可视化平台 ：https://datav.aliyun.com/portal/school/atlas/area_selector
• GeoPandas ：https://github.com/geopandas/geopandas