数据可视化_GeoPandas数据处理

辰令 / 2024-03-21 / 原文

1.数据格式：

GeoJSON、
  ESRI控制格式和其他矢量文件格式的优秀工具
    字段： 
	  adcode	
	  name	
	  childrenNum	
	  level	
	  parent	
	  subFeatureIndex	
	  geometry： geometry列，可以通过经纬度数据Latitude和Longitude创建该列
Shapely

 WKT (Well-Known Text) 是一种用于描述地理位置的数据格式。
    WTK格式的数据包含点、线、多边形等地理位置信息
    。WTK格式的数据可以被许多GIS软件和地理位置分析工具所读取和处理

数据处理

GeoPandas
   GeoPandas的目标是使在python中使用地理空间数据更容易。它结合了Pandas和Shapely的能力
     核心是 geopandas.GeoDataFrame geopandas.GeoSeries

生成关于南美城市的dataframe数据

import pandas as pd
import geopandas as gpd
df = pd.DataFrame(
    {
        "City": ["Buenos Aires", "Brasilia", "Santiago", "Bogota", "Caracas"],
        "Country": ["Argentina", "Brazil", "Chile", "Colombia", "Venezuela"],
        "Latitude": [-34.58, -15.78, -33.45, 4.60, 10.48],
        "Longitude": [-58.66, -47.91, -70.66, -74.08, -66.86],
    }
)
gdf = gpd.GeoDataFrame(
    df, geometry=gpd.points_from_xy(df.Longitude, df.Latitude), crs="EPSG:4326"
)

数据可视化

 分级统计图 Choropleth	
     scheme="QUANTILES", # 设置分层设色标准
	 
 比例尺可以帮助我们了解地图上的距离和大小关系。
    基于matplotlib进行可视化时，可以利用matplotlib-scalebar[6]库添加比例尺。

# pip install matplotlib_scalebar安装
from matplotlib_scalebar.scalebar import ScaleBar

参考

 https://zhuanlan.zhihu.com/p/554141479  
https://geopandas.org/en/stable/  
 https://blog.csdn.net/qq_40206371/article/details/120464056
 Python绘制数据地图-GeoPandas使用要点 https://blog.csdn.net/lemonbit/article/details/131447360