最近要绘制伦敦区地图,查阅了很多资料后最终选择使用散景包以及伦敦区的geojson数据绘制。
散景是基于python的绘图工具,可以绘制各种类型的图表,支持geojson数据的读取及绘制地图。
安装散景
美元pip安装散景
软件版本
数据来源
伦敦地图数据来源于Highmaps地图数据集。下载的是英国的地图数据united-kindom.geo.json。需要对得到的数据进行预处理才能得到只含伦敦地区的数据,这需要对geojson数据的格式有一定的了解。在对数据进行处理之前,先看如何绘制英国地图。
绘制英国地图
散景。策划导入curdoc,图
散景。模型导入GeoJSONDataSource
#读入英国地图数据并传给GeoJSONDataSource
张开(“united-kindom.geo。json”,编码=" utf8 ") f:
geo_source=GeoJSONDataSource (geojson=f.read ())
#设置一张画布
p=图(宽度=500,高度=500)
#使用补丁函数以及geo_source绘制地图
p。补丁(x=x, y=' y ',源=geo_source)
curdoc () .add_root (p)
上述代码可以绘制出英国地图。将上述代码保存为test.py,在终端运行
散景为美元,显示test.py
这会自动打开浏览器,并显示英国地图。
运行结果如图:
获取伦敦地区数据
获取伦敦地区数据可以手动从united-kingdom.geo.json文件中筛选出伦敦的数据,也可以先用python先把数据过滤一遍,然后将数据传给散景。这需要对geojson文件格式有一定的了解,在此不详细介绍。
散景。策划导入curdoc,图
散景。模型导入GeoJSONDataSource
进口json
#用json库读取数据
张开(“united-kindom.geo。json”,编码=" utf8 ") f:
data=https://www.yisu.com/zixun/json.loads (f.read ())
#判断是不是伦敦地区数据
def isInLondon(区):
如果'type”地区(“属性”)和“伦敦”的地区(“属性”)(“类型”).lower ():
还真
如果“type-en”地区“属性”和“伦敦”地区(“属性”)(“类型”).lower ():
还真
如果“woe-name”地区“属性”和“伦敦”地区(“属性”)(“woe-name”) .lower ():
还真
返回假
#过滤数据
数据列表(“特性”)=(过滤器(isInLondon、数据(“特性”)))
#
geo_source=GeoJSONDataSource (geojson=json.dumps(数据)
p=图(宽度=500,高度=500)
p。补丁(x=x, y=' y ',源=geo_source)
curdoc () .add_root (p)
运行结果如图:
美化
上面的伦敦地图只是一个大概的轮廓、下面对地图添加一系列功能。
添加各区轮廓线
p。补丁(x=x, y=' y ', fill_alpha=0.7, #画轮廓线
line_color=鞍咨?#线的颜色
line_width=0.5 #线的宽度
源=geo_source)
现在地图区域轮廓很清晰。
添加颜色
#为每一个地区增加一个颜色属性
因为我在范围(len(数据(“特性”))):
数据(“特性”)[我]['属性']['颜色']=[“蓝”、“红”、“黄”,“橙色”,“灰色”,“紫色”][% 6]
p。补丁(x=x, y=' y ', fill_alpha=0.7,
line_color=住?
line_width=0.5,
颜色=把丈?#增加颜色属性,这里的“颜色”对应每个地区的颜色属性
源=geo_source)
现在地图五颜六色。
增加图注
进口随机
#随机产生数据用于展示
因为我在范围(len(数据(“特性”))):
数据(“特性”)[我]['属性'][‘数量’]=随机的。20 _000 randint (0)
图(p=宽度=500,高度=500,
工具提示=" @ name,数量:@number”#使用工具提示生成图注,@ +属性名称,这里的名字是数据中原本有的,数量是新近添加的。
)
现在鼠标放到区域上时,会显示”区域名,数量:数字”。
去掉坐标轴与背景线
p.axis。axis_label=没有
p.axis。可见=False
