者：俊欣

来源：关于数据分析与可视化

今天小编来为大家介绍一个叫做Folium的模块，我们可以用它来绘制高清的交互式地图，并且标注出重要的地理位置等等，读者在看过本篇文章之后，读者大致会掌握

1. 使用Folium来进行交互式地图的绘制

2. 在地图上标注出重要的建筑物

01、安装模块

pip install folium

02、画一张最简单的地图

我们先来绘制一张简单的地图，以上海为例，上海的经纬度(31.2304, 121.4737)为例，并且我们可以自行设置缩放级别，代码如下

shanghai = folium.Map(location=[31.2304, 121.4737],
                      tiles='openstreetmap', zoom_start=12) # 缩放等级

出来的结果如下图所示，为了更加清晰的区域，我们可以简单地增加缩放级别，通过点击“+”或者“-”号在图的周围增加或者减少缩放，当然我们也可以双击地图进一步放大

当然我们也可以保存成html的格式

shanghai.save("test.html")

当然我们也可以设置地图的纹理样式，上述中的代码，地图的纹理样式默认的是“OpenStreetMap”，在这基础之上，我们也可以将其他几种纹理样式给添加上去，如“Stamen Terrain”样式、“Stamen Toner”样式以及“Mapbox Bright”样式等等，代码如下

shanghai = folium.Map(location=[31.2304, 121.4737],
                       tiles='openstreetmap', zoom_start=12)


folium.raster_layers.TileLayer('Open Street Map').add_to(shanghai)


folium.raster_layers.TileLayer('Stamen Terrain').add_to(shanghai)


folium.raster_layers.TileLayer('Stamen Toner').add_to(shanghai)


folium.raster_layers.TileLayer('Stamen Watercolor').add_to(shanghai)


folium.LayerControl().add_to(shanghai)

出来的结果如下图所示，大家可以根据自己的审美酌情选择

03、在地图上做标记

我们同时也可以在地图上做标记，比如标出一些标志性建筑等等，例如上海的话，就像是我们所熟知的“东方明珠塔”、“上海博物馆”等地，我们根据这些标志性建筑的经纬度来打上标记，代码如下

shanghai = folium.Map(location=[31.2304, 121.4737], tiles='openstreetmap',
                      zoom_start=12)


folium.Marker([31.2397, 121.4998], popup = '<i>东方明珠塔</i>',
              icon=folium.Icon(icon="cloud"),).add_to(shanghai)


folium.Marker([31.2343, 121.5079], popup = '<i>上海环球金融中心</i>',
              icon=folium.Icon(color="red", icon="info-sign"),).add_to(shanghai)


folium.Marker([31.1922, 121.3343], popup = '<i>上海虹桥机场</i>',
              icon=folium.Icon(color="green"),).add_to(shanghai)


folium.Marker([31.2283, 121.4755], popup = '<i>上海博物馆</i>',
              icon=folium.Icon(color="purple"),).add_to(shanghai)


shanghai

出来的结果如下图所示

当然我们还可以在地图上画圈圈，例如圈出上海市中心相对繁华的地方，

shanghai = folium.Map(location=[31.2304, 121.4737], tiles='openstreetmap',
                      zoom_start=12)
folium.Circle(location = [31.2297, 121.4762], radius = 900,
              color = "purple").add_to(shanghai)
shanghai

我们也可以把圈出来的区域填充上颜色，

shanghai = folium.Map(location=[31.2304, 121.4737], tiles='openstreetmap',
                      zoom_start=12)
folium.Circle(location = [31.2297, 121.4762], radius = 900,
              color = "purple", fill = True, fill_color = "yellow").add_to(shanghai)
shanghai

Folium另外还有很多精致的地图可视化效果，感兴趣的童鞋可以通过阅读其官方文档来进行了解。

到使用Python进行地理坐标可视化那就一定少不了Pyecharts的身影，本文就对Pyecharts可以制作的四种地图进行简单的评析。

Pyecharts—Map

首先介绍的是Pyecharts中使用最多的Map()，核心代码仅四行即可生成全国地图，来看下官方Demo

from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Faker
c = (
    Map()
    .add("商家A", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")
    .set_global_opts(title_opts=opts.TitleOpts(title="Map-基本示例"))
    .render("map_base.html")
)

我们看下中间四行代码究竟做了什么：

• .Map()创建了一个地图实例
• .add()添加了数据，实际上zip()中就是两个list，一个是省份名称另一个是对应的数据
• .set_global_opts()添加了标题
• .render()将生成的地图以html格式保存

所以这个最简单的地图长这样

告诉我你对这张地图的第一感觉，除了丑就是不协调，主要就是因为下面三点:

• 顶部的图例，怎么看怎么不爽
• 有数据省份的红点，怎么看怎么不爽
• 就在地图上给有数据的省份打了几个点，怎么看怎么不爽

所以我在使用Map()的时候一般会对上面三点进行调整，还是一样的数据，代码可以这么写

c = (
    Map()
    .add("", [list(z) for z in zip(Faker.provinces, Faker.values())], "china",is_map_symbol_show=False,)
    .set_global_opts(title_opts=opts.TitleOpts(title="Map-基本示例"), visualmap_opts=opts.VisualMapOpts())
    .render_notebook()
)

这样看已经比刚开始的样子好了很多，虽然可以看出不同省份之间的差异，但是还是有一点让人不爽的就是大部分省份是没有值的，要是全国都有值就更好了

所以Pyecharts中的Map更应该适合能将地图填满的数据，这样才能让图看上去更丰富，如果只有地图中小部分省市的数据还是来个柱状图更直观！

Pyecharts—Geo

我们先来看看Geo绘制出来的地图长啥样，还是刚刚的数据，代码也并不复杂

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
from pyecharts.globals import ChartType
c = (
    Geo()
    .add_schema(maptype="china")
    .add(
        "",
        [list(z) for z in zip(Faker.provinces, Faker.values())],
        type_=ChartType.HEATMAP,
    )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(),
        title_opts=opts.TitleOpts(title="Geo-热力地图"),
    )
)
c.render_notebook()

可以看到，Geo绘制出来的地图不会显示省份/城市的名字，并且用热力图的方式让数据差异更直观，而这恰好解决了Map不适用与小部分数据的短板。所以当数据量不是很多的时候又想绘制地图就可以考虑使用Geo并通过热力图的方法来展示。当然Geo还支持不同样式动态的流向地图(制作可以查阅相关文档)

Pyecharts—Bmap

Bmap就是百度地图，也是我经常用的一种。Pyecharts可以调用百度地图的接口来让地图更加丰富，比如还是之前的数据，我们使用Bmap来制作

正如上图展示的，使用Bmap绘制出来的地图更接近我们平时使用的地图，并支持缩放来查看更多细节而更加真实，不过使用Bmap之前需要去百度地图开放平台申请一个API KEY才能使用。

Pyecharts—Map3D

上面三种地图都是2D的图形，Pyecharts也支持创建3d地图，比如下面的代码就能在3D地图上以柱状图来展示数据

可以看到，3D地图会让数据更加立体的展示出来，不过虽然炫酷，但是要整理经纬度数据等需要消耗太多的时间，而且代码调整起来也比之前几种地图更加复杂，所以我并不是经常使用，偶尔花点时间用来点缀PPT也是可以的！

结束语

以上就是对Pyecharts可以制作四种地理图表的一个简单总结，我想你应该明白它们的区别并能在制作地图时选择合适的那一个，不过制作可视化地图并不只有Pyecharts，还需要根据自己的数据与环境选择合适的工具！