Python绘制地图神器，上手直接开大！

 大家晚上好，绘制我是地图小五

之前给大家介绍过多种Python可视化模块，但使用他们进行地理可视化都很简陋。神器上手

所以想要绘制更精美的直接可视化地图?想在地图上自由的设置各种参数?想获得灵活的交互体验?

今天它就来了，Python绘制地图神器folium，绘制上手直接开大!

一、地图folium简介和安装

folium 建立在 Python 生态系统的神器上手数据应用能力和 Leaflet.js 库的映射能力之上，在Python中操作数据，直接然后通过 folium 在 Leaflet 地图中可视化。绘制

folium 相比较于国内百度的地图 pyecharts 灵活性更强，能够自定义绘制区域，神器上手并且展现形式更加多样化。直接[1]

1. folium的绘制简介

Folium是建立在 Python 生态系统的数据整理 Datawrangling 能力和 Leaflet.js 库的映射能力之上的开源库。用 Python 处理数据，地图然后用 Folium 将它在 Leaflet 地图上进行可视化。神器上手Folium能够将通过 Python 处理后的数据轻松地在交互式的 Leaflet 地图上进行可视化展示。它不单单可以在地图上展示数据的分布图，还可以使用 Vincent/Vega 在地图上加以标记。 这个开源库中有许多来自 OpenStreetMap、亿华云MapQuest Open、MapQuestOpen Aerial、Mapbox和Stamen 的内建地图元件，而且支持使用 Mapbox 或 Cloudmade 的 API 密钥来定制个性化的地图元件。Folium支持 GeoJSON 和 TopoJSON 两种文件格式的叠加，也可以将数据连接到这两种文件格式的叠加层，最后可使用 color-brewer 配色方案创建分布图。 Folium可以让你用 Python 强大生态系统来处理数据，然后用 Leaflet 地图来展示。Folium内置一些来自 OpenStreetMap、MapQuest Open、MapQuest Open Aerial、Mapbox和Stamen 的地图元件(tilesets)，并且支持用 Mapbox 或者 Cloudmade API keys 来自定义地图元件。Folium支持 GeoJSON 和 TopJSON 叠加(overlays)，绑定数据来创造一个分级统计图(Choropleth map)。但是，Folium库绘制热点图的时候，需要联网才可显示。

2. 安装folium

pip install folium -i http://pypi.douban.com/simple --trusted-host pypi.douban.com 

👆这里直接使用了国内豆瓣源

二、基本使用

folium显示地图的类为 folium.Map，类的声明如下：

class folium.Map(location=None, width=100%, height=100%, left=0%, top=0%, position=relative, tiles=OpenStreetMap, attr=None, min_zoom=0, max_zoom=18, zoom_start=10, min_lat=-90, max_lat=90, min_lon=-180, max_lon=180, max_bounds=False, crs=EPSG3857, control_scale=False, prefer_canvas=False, no_touch=False, disable_3d=False, png_enabled=False, zoom_control=True, **kwargs) 

几个重要的参数：

location：经纬度，网站模板list 或者 tuple 格式，顺序为 latitude, longitude zoom_start：缩放值，默认为 10，值越大比例尺越小，地图放大级别越大 control_scale：Bool型，控制是否在地图上添加比例尺，默认为 False 即不添加 tiles：显示样式，默认 "OpenStreetMap"，也就是开启街道显示 crs：地理坐标参考系统，默认为 "EPSG3857"

1. 各级别地图

世界地图

import folium print(folium.__version__) # define the world map world_map = folium.Map() # save world map world_map.save(test_01.html) 

结果如下：

当前folium版本：0.11.0 

国家地图

import folium # define the national map national_map = folium.Map(location=[35.3, 100.6], zoom_start=4) # save national map national_map.save(test_02.html) 

结果如下：

市级地图

其实改变地图显示也就是改变显示的经纬度和缩放比例，省级、市级、县级用法相似，这里举一个市级的例子为例，如北京市：

import folium # define the national map city_map = folium.Map(location=[39.93, 116.40], zoom_start=10) # save national map city_map.save(test_03.html) 

2. 在地图上标记

普通标记

添加普通标记用 Marker，可以选择标记的图案。

import folium bj_map = folium.Map(location=[39.93, 115.40], zoom_start=12, tiles=Stamen Terrain) folium.Marker(     location=[39.95, 115.33],     popup=Mt. Hood Meadows,     icon=folium.Icon(icon=cloud) ).add_to(bj_map) folium.Marker(     location=[39.96, 115.32],     popup=Timberline Lodge,     icon=folium.Icon(color=green) ).add_to(bj_map) folium.Marker(     location=[39.93, 115.34],     popup=Some Other Location,     icon=folium.Icon(color=red, icon=info-sign)    # 标记颜色  图标 ).add_to(bj_map) bj_map.save(test_04.html) 

结果如下：

圆形标记

添加圆形标记用 Circle 以及 CircleMarker

import folium bj_map = folium.Map(location=[39.93, 116.40], zoom_start=12, tiles=Stamen Toner) folium.Circle(     radius=200,     location=(39.92, 116.43),     popup=The Waterfront,     color=#00FFFF,   # 颜色     fill=False,        # 填充 ).add_to(bj_map) folium.CircleMarker(     location=(39.93, 116.38),     radius=50,   # 圆的半径     popup=Laurelhurst Park,     color=#FF1493,     fill=True,     fill_color=#FFD700 ).add_to(bj_map) bj_map.save(test_05.html) 

结果如下：

动态放置标记

import folium dynamic_tagging = folium.Map(     location=[46.8527, -121.7649],     tiles=Stamen Terrain,     zoom_start=13 ) folium.Marker(     [46.8354, -121.7325],     popup=Camp Muir ).add_to(dynamic_tagging) dynamic_tagging.add_child(folium.ClickForMarker(popup=Waypoint)) dynamic_tagging.save(test_06.html) 

结果如下：

更多详细使用可以参考官方文档：http://python-visualization.github.io/folium/quickstart.html[2]

三、实战案例

以将停车场地理位置数据可视化在地图上示例，熟悉 folium 地图可视化的使用。

1. 获取经纬度数据

停车场地理位置数据来源于网络，数据真实可靠，下面先利用 Python 爬虫获取数据

#数据来源：http://219.136.133.163:8000/Pages/Commonpage/login.aspx import requests import csv import json import logging headers = {      X-Requested-With: XMLHttpRequest,     User-Agent: Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36 } logging.basicConfig(level=logging.INFO, format=%(asctime)s - %(levelname)s: %(message)s) url = http://219.136.133.163:8000/Pages/Commonpage/AsyGetData.asmx/GetParkList s = requests.session() s.get(url, headers=headers) for i in range(1, 318):     data = {          cp: str(i),         ps: 10,         kw: ,         lon: undefined,         lat: undefined,         type: undefined     }     url = http://219.136.133.163:8000/Pages/Commonpage/AsyGetData.asmx/GetParkList     # post提交表单数据     res = s.post(url, data=data, headers=headers)     # 重新设置编码     res.encoding = utf-8     # str转json  便于提取数据     result = json.loads(res.text)[Result]     for j in result:         park_name = j[ParkName]         Lon = j[Longitude]         Lat = j[Latitude]         with open(parkings.csv, a+, newline=, encoding=gb18030) as f:             f_csv = csv.writer(f)             f_csv.writerow([park_name, Lon, Lat])             logging.info([park_name, Lon, Lat]) 

结果如下：

共有 3170 个停车场地理位置数据

2. folium地图可视化

import pandas as pd import folium # 读取csv数据 data = pd.read_csv(parkings.csv, encoding=gbk) # 传入纬度和经度数据 park_map = folium.Map(location=[data[latitude].mean(), data[longitude].mean()], zoom_start=10, control_scale=True,) # 实例化 folium.map.FeatureGroup 对象 incidents = folium.map.FeatureGroup() for name,row in data.iterrows():     incidents.add_child(         folium.CircleMarker(            # CircleMarker表示花圆             (row["latitude"], row["longitude"]),   # 每个停车场的经纬度坐标             radius=7,                   # 圆圈半径             color=#FF1493,            # 标志的外圈颜色             fill=True,                  # 是否填充             fill_color=#00FF00,       # 填充颜色             fill_opacity=0.4            # 填充透明度         )     ) park_map.add_child(incidents) park_map.save(park_map1.html) 

效果如下：

这样看起来有点乱，云南idc服务商下面我们来统计一下各个局域的停车场数量

import pandas as pd import folium from folium import plugins data = pd.read_csv(parkings.csv, encoding=gbk) park_map = folium.Map(location=[data[latitude].mean(), data[longitude].mean()], zoom_start=10, control_scale=True,) marker_cluster = plugins.MarkerCluster().add_to(park_map) for name,row in data.iterrows():     folium.Marker(location=[row["latitude"], row["longitude"]]).add_to(marker_cluster) park_map.save(park_map2.html) 

效果如下：

这样能对各个局域停车场的数量在地图上进行统计，将图不断放大以后，还可以显示每个停车场的具体位置，非常方便。

很赞哦!（7）