本文转载自微信公众号「python与大数据分析」，关于h工作者一只小小鸟鸟。可视转载本文请联系python与大数据分析公众号。图实
有两周没更新公众号，关于h工一来是可视工作有点忙，二来是图实被地图的事情搅和的不行了，事情没搞清楚前写文档是关于h工对自己最大的不尊重，关于choropleth_mapbox地图实现，可视有很多坑在里面。图实主要的关于h工因素是对geojson不够了解，以及choropleth_mapbox对参数的可视解释一直是言之不详。
GeoJSON是图实一种对各种地理数据结构进行编码的格式，GeoJSON是关于h工用json的语法表达和存储地理数据，可以说是可视json的子集。GeoJSON对象可以表示几何、图实特征或者特征集合。GeoJSON支持下面几何类型：点、线、b2b信息网面、多点、多线、多面和几何集合。GeoJSON里的特征包含一个几何对象和其他属性，特征集合表示一系列特征。
GeoJSON总是由一个单独的对象组成。这个对象表示几何、特征或者特征集合。
GeoJSON对象可能有任何数目成员。
GeoJSON对象必须有一个名字为"type"的成员。这个成员的值是由GeoJSON对象的类型所确定的字符串。
type成员的值必须是下面之一："Point", "MultiPoint", "LineString", "MultiLineString", "Polygon", "MultiPolygon", "GeometryCollection", "Feature", 或者 "FeatureCollection"。
以下是个geojosn的样例
{ "type": "FeatureCollection", "features": [ { "type":"Feature", "properties":{ }, "geometry":{ "type":"Point", "coordinates":[105.380859375,31.57853542647338] } } ] }
关于全球地图、中国地图、省域地图的geojson文件均可以下载到，但格式略有区别，比如全球地图有id即国家简写，在properties下的name中也有全称。亿华云
但中国地图有adcode，name、级别、中心点等等属性。
在实现choropleth_mapbox的过程中，地图一直无法正常显示，原因有二，其一plotly基于d3.js，geojson文件的加载比较耗时，而且要认为点击一下zoom out按钮才能呈现地图，其二参数不对，在下面的代码注释中已有介绍，在此不做详述了。所有的数据均为随机值，不代表任何含义。
import json import pandas as pd import plotly.express as px def print_json(data): print(json.dumps(data, sort_keys=True, indent=4, separators=(, , : ), ensure_ascii=False)) with open(countries.geo.json) as response: counties = json.load(response) df = pd.read_csv("datarand.csv",encoding="utf-8") # 世界地图，不指定键值，默认采用geojson中的id值，即国家简写，数据表格中的列也要为国家简写，即country列 fig = px.choropleth_mapbox(df, geojson=counties,locations=country, color=key1, color_continuous_scale=px.colors.diverging.RdYlGn[::-1], range_color=(100, 10000), mapbox_style="carto-positron", zoom=1, center={ "lat": 37.4189, "lon": 116.4219}, opacity=0.5 ) fig.update_layout(margin={ "r":0,"t":0,"l":0,"b":0}) fig.show()
# 世界地图，指定properties.name国家名称作为键值，数据表格中的列也要改为国家，即locations列 fig = px.choropleth_mapbox(df, geojson=counties, featureidkey="properties.name",locations=name, color=key1, color_continuous_scale="Viridis", range_color=(100, 10000), mapbox_style="carto-positron", zoom=1, center={ "lat": 37.4189, "lon": 116.4219}, opacity=0.5 ) fig.update_layout(margin={ "r":0,"t":0,"l":0,"b":0}) fig.show()
# 世界地图，指定id国家简写作为键值，数据表格中的
高防服务器列也要改为国家简写，即country列 fig = px.choropleth_mapbox(df, geojson=counties, featureidkey="id",locations=country, color=key1, color_continuous_scale="Reds", range_color=(100, 10000), mapbox_style="carto-positron", zoom=1, center={ "lat": 37.4189, "lon": 116.4219}, opacity=0.5 ) fig.update_layout(margin={ "r":0,"t":0,"l":0,"b":0}) fig.show()
# 世界地图，不指定键值，默认采用geojson中的id值，即国家简写，数据表格中的列也要为国家简写，即country列，对color_continuous_scale进行设置 fig = px.choropleth_mapbox(df, geojson=counties, locations=country, color=key1, range_color=(100, 10000), color_continuous_scale=[ [0, lightcoral], # 这个必须要写，否则会出错 [1. / 3000, indianred], [1. / 300, brown], [1. / 30, firebrick], [1 / 3, maroon], [1., darkred]], zoom=1, center={ "lat": 37.4189, "lon": 116.4219}, mapbox_style=carto-positron) fig.update_layout(margin={ "r": 0, "t": 0, "l": 0, "b": 0}) fig.show()
# 中国地图 with open(china_geo.json) as response: counties = json.load(response) df = pd.read_csv("data.csv",encoding="utf-8", dtype={ "areacode": str}) fig = px.choropleth_mapbox(df, geojson=counties, featureidkey="properties.adcode",locations=areacode, color=confirm, #color_continuous_scale="Viridis", range_color=(1, 80000), color_continuous_scale=[ [0, lightcoral], # 这个必须要写，否则会出错 [1. / 3000, indianred], [1. / 300, brown], [1. / 30, firebrick], [1 / 3, maroon], [1., darkred]], zoom=3, center={ "lat": 37.4189, "lon": 116.4219}, mapbox_style=carto-positron) fig.update_layout(margin={ "r": 0, "t": 0, "l": 0, "b": 0}) fig.show()
# 海南地图 with open(460000-hainan.json) as response: counties = json.load(response) df = pd.read_csv("hainandata.csv",encoding="utf-8", dtype={ "areacode": str}) fig = px.choropleth_mapbox(df, geojson=counties, featureidkey="properties.adcode",locations=areacode, color=confirm, # color_continuous_scale="Geyser", color_continuous_scale=Reds, #color_continuous_scale=px.colors.diverging.RdYlGn[::-1], range_color=(1, 1500), zoom=6, center={ "lat": 20.031971, "lon": 110.33119}, mapbox_style=carto-positron) fig.update_layout(margin={ "r": 0, "t": 0, "l": 0, "b": 0}) fig.show()
很赞哦!（19384）
