Python案例 |地图绘制及分级着色

1、分级着色地图

分级着色地图常用于可视化地理数据,比如人口密度、经济数据、气候变化等。其原理是使用颜色或阴影的渐变来表示不同区域(如国家、省份、城市等)中的数据差异。例如,地图上的每个区域根据其代表的数值被着色,通常数值越大,颜色越深。

2、案例1

复制代码
import plotly.express as px
import pandas as pd

# 将数据转化为pandas DataFrame
data = {
    'Country': ['Australia', 'United States', 'Brazil', 'Russia', 'India', 'South Africa', ],
    'Value': [100, 90, 80, 70, 85, 95]
}

df = pd.DataFrame(data)

# 创建Choropleth地图
fig = px.choropleth(
    df,
    locations='Country',
    locationmode='country names',
    color='Value', color_continuous_scale='Blues',
    title='分级着色地图'
)
# 显示地图
fig.show()

运行结果:

2、案例2

复制代码
import pandas as pd
import plotly.express as px
import numpy as np
import json

with open("china_province.geojson", encoding='utf8') as f:
    provinces_map = json.load(f)

df = pd.read_csv('data.csv')

df.确诊 = df.确诊.map(np.log)   # 由于各省确诊数据差距较大,数据尺度大,将所有数据采用对数形式
print(df.确诊)
fig = px.choropleth_mapbox(
    df,
    geojson=provinces_map,
    color='确诊',
    locations="地区",
    featureidkey="properties.NL_NAME_1",
    mapbox_style="carto-darkmatter",
    color_continuous_scale='viridis',
    center={"lat": 37.110573, "lon": 106.493924},
    zoom=3,
    hover_name="地区",
    hover_data=["确诊", "疑似", "治愈", "死亡"],
)
# fig.update_layout(margin={"r": 0, "t": 0, "l": 0, "b": 0})
fig.show()

运行结果:

参考资料

https://blog.csdn.net/u010099080/article/details/104543491

https://github.com/secsilm/plotly-choropleth-mapbox-demo

相关推荐
用户8356290780511 小时前
从手动编辑到代码生成:Python 助你高效创建 Word 文档
后端·python
侃侃_天下1 小时前
最终的信号类
开发语言·c++·算法
c8i1 小时前
python中类的基本结构、特殊属性于MRO理解
python
echoarts1 小时前
Rayon Rust中的数据并行库入门教程
开发语言·其他·算法·rust
liwulin05062 小时前
【ESP32-CAM】HELLO WORLD
python
Aomnitrix2 小时前
知识管理新范式——cpolar+Wiki.js打造企业级分布式知识库
开发语言·javascript·分布式
Doris_20232 小时前
Python条件判断语句 if、elif 、else
前端·后端·python
Doris_20232 小时前
Python 模式匹配match case
前端·后端·python
每天回答3个问题2 小时前
UE5C++编译遇到MSB3073
开发语言·c++·ue5
伍哥的传说2 小时前
Vite Plugin PWA – 零配置构建现代渐进式Web应用
开发语言·前端·javascript·web app·pwa·service worker·workbox