数据可视化—地图可视化

大数据 数据可视化
今天给大家推送的是地图可视化的知识,如何用Python实现地图可视化,地图可视化常用于地理信息系统,本节选用python中的自带库matplotlib,实现地图可视化,一起学习吧!

今天给大家推送的是地图可视化的知识,如何用Python实现地图可视化,地图可视化常用于地理信息系统,本节选用python中的自带库matplotlib,实现地图可视化,一起学习吧!

可视化直观理解就是转化为视觉所能感知。可视化的基本含义是将科学计算中产生的大量非直观的、抽象的或者不可见的数据,借助计算机图形学和图像处理等技术,以图形图像信息的形式,直观、形象地表达出来,并进行交互处理。地理信息可视化是运用图形学、计算机图形学和图像处理技术,将地学信息输入、处理、查询、分析以及预测的结果和数据以图形符号、图标、文字、表格、视频等可视化形式显示并进行交互的理论、方法和技术。

在地理信息系统中,可视化则以地理信息科学、计算机科学、地图学、认知科学、信息传输学与地理信息系统为基础,并通过计算机技术、数字技术、多媒体技术动态,直观、形象地表现、解释、传输地理空间信息并揭示其规律,是关于信息表达和传输的理论、方法与技术的一门学科。 

  1. import numpy as np #导入库 
  2. import pandas as pd 
  3. import matplotlib.pyplot as plt 
  4. from mpl_toolkits.basemap import Basemap 
  5. %matplotlib inline 
  6.  
  7. map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,resolution='l', area_thresh=1000.0) 
  8. map1.drawcoastlines() 

 数据可视化—地图可视化

  1. map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,resolution='l', area_thresh=1000.0) 
  2. map1.drawcoastlines()  #绘制海岸线 
  3. map1.drawcountries()   #绘制国家 

 数据可视化—地图可视化

  1. map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,resolution='l', area_thresh=1000.0)  
  2. map1.drawcoastlines()  #绘制海岸线 
  3. map1.drawcountries()   #绘制国家 
  4. map1.fillcontinents(color='blue',alpha=0.5)  #填充颜色 

 数据可视化—地图可视化

  1. map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,resolution='l', area_thresh=1000.0) 
  2. map1.drawcoastlines()  #绘制海岸线 
  3. map1.drawcountries()   #绘制国家 
  4. map1.drawmapboundary()  #绘制边界 
  5. map1.fillcontinents(color='blue',alpha=0.5)  #填充颜色 
  6. map1.drawmeridians(np.arange(0, 360, 30))   #绘制经线 
  7. map1.drawparallels(np.arange(-90, 90, 30))   #绘制纬线 

 数据可视化—地图可视化

  1. map1 = Basemap(projection='robin', lat_0=90, lon_0=-105,resolution='l', area_thresh=1000.0) 
  2. map1.drawcoastlines()  #绘制海岸线 
  3. map1.drawcountries()   #绘制国家 
  4. map1.drawmapboundary()  #绘制边界 
  5. map1.fillcontinents(color='blue',alpha=0.5)  #填充颜色 
  6. map1.drawmeridians(np.arange(0, 360, 30))  #绘制经线 
  7. map1.drawparallels(np.arange(-90, 90, 30))   #绘制纬线 

 数据可视化—地图可视化

  1. map2=Basemap(projection='stere',lat_0=90,lon_0=-105,llcrnrlon=-118.67,llcrnrlat=23.41,urcrnrlon=-64.5,urcrnrlat=45.44,resolution='l',area_thresh=1000.0) 
  2. map2.drawcoastlines()  #绘制海岸线 
  3. map2.drawcountries()   #绘制国家 
  4. map2.drawmapboundary() #绘制边界 
  5. map2.drawstates()      #绘制州 
  6. map2.fillcontinents(color='blue',alpha=0.5)  #填充颜色 
  7. map2.drawmeridians(np.arange(0, 360, 30))    #绘制经线 
  8. map2.drawparallels(np.arange(-90, 90, 30))   #绘制纬线 

 数据可视化—地图可视化

  1. map2=Basemap(projection='stere',lat_0=90,lon_0=-105,llcrnrlon=-118.67,llcrnrlat=23.41,urcrnrlon=-64.5, urcrnrlat=45.44,resolution='l', area_thresh=1000.0)  
  2. map2.drawcoastlines()  #绘制海岸线 
  3. map2.drawcountries()   #绘制国家 
  4. map2.drawmapboundary() #绘制边界 
  5. map2.drawstates()      #绘制州 
  6. map2.drawmeridians(np.arange(0, 360, 30))    #绘制经线 
  7. map2.drawparallels(np.arange(-90, 90, 30))   #绘制纬线 
  8. lon = -74lat = 40.43x,y = map2(lon, lat)       #映射坐标 
  9. map2.plot(x, y, 'ro', markersize=8)  #绘制散点图 

 数据可视化—地图可视化

  1. map2=Basemap(projection='stere',lat_0=90,lon_0=-105,llcrnrlon=-118.67,llcrnrlat=23.41,urcrnrlon=-64.5, urcrnrlat=45.44,resolution='l', area_thresh=1000.0) 
  2. map2.drawcoastlines()  #绘制海岸线 
  3. map2.drawcountries()   #绘制国家 
  4. map2.drawmapboundary() #绘制边界 
  5. map2.drawstates()      #绘制州 
  6. map2.drawmeridians(np.arange(0, 360, 30))    #绘制经线 
  7. map2.drawparallels(np.arange(-90, 90, 30))   #绘制纬线 
  8. lon = -74lat = 40.43x,y = map2(lon, lat)       #映射坐标 
  9. map2.plot(x, y, 'ro', markersize=8)  #绘制散点图 
  10. plt.text(x,y,'New York')   #文本注释 

 数据可视化—地图可视化

学习编程没有什么捷径可言,“书山有路勤为径,学海无涯苦作舟”。多学、多练、多总结。

 

责任编辑:未丽燕 来源: 今日头条
相关推荐

2017-10-14 13:54:26

数据可视化数据信息可视化

2014-01-17 10:36:39

2022-03-01 10:29:44

Kubernetes容器

2022-08-26 09:15:58

Python可视化plotly

2009-04-21 14:26:41

可视化监控IT管理摩卡

2015-08-20 10:00:45

可视化

2015-10-29 09:36:48

2014-06-20 15:00:57

数据可视化

2015-08-20 10:06:36

可视化

2017-09-01 19:49:50

Python工具地图

2017-09-05 08:35:09

Python可视化地图

2017-06-19 08:30:35

大数据数据可视化报表

2017-02-23 09:42:53

大数据数据可视化技术误区

2014-05-28 15:23:55

Rave

2023-05-08 16:29:34

2020-05-26 11:34:46

可视化WordCloud

2020-03-01 14:01:22

Echarts数据可视化图表

2020-12-22 14:14:25

大数据数据可视化

2022-02-23 09:50:52

PythonEchartspyecharts

2015-08-13 13:48:50

数据中心
点赞
收藏

51CTO技术栈公众号