Python怎么实现香港地图、房价可视化和绘制气泡图
这篇文章主要讲解了“Python怎么实现香港地图、房价可视化和绘制气泡图”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python怎么实现香港地图、房价可视化和绘制气泡图”吧!
前言
今天的推文教程使用geopandas进行空间图表的绘制(geopandas空间绘图很方便,省去了很多的数据处理过程,而且也完美衔接matplotlib,学习python 空间绘图的小伙伴可以看下啊),具体为空间气泡图的绘制,主要涉及的内容如下:
geopandas geojson数据格式读取并可视化展示
单独添加散点大小图例图层
adjustText 库解决文本重叠问题
geopandas geojson数据操作
这里我们选择的为香港地图的geojson 文件数据,此类文件可在DAtAV 地图选择器进行下载。下载所得的文件名为香港.json,可视化效果如下:
数据读取
使用geopandas 的read_file()方法就可很方便地进行数据读取,代码如下:
hk_file = r"F:\DataCharm\商业艺术图表仿制\香港地图可视化\香港特别行政区.json" hk = geopandas.read_file(hk_file)
更多geopandas 读取数据方法,可以参看geopandas官网进行学习了解。
数据可视化展示
在读取完数据之后,我们可以直接使用geopandas的plot() 方法进行绘制,代码如下(做了简单的颜色设置):
fig, ax = plt.subplots(figsize=(10,8),dpi=200) hk_map = hk.geometry.plot(ax=ax,fc="#CCEBEB",ec="#009999",lw=1) ax.text(.91,0.05,'\nVisualization by DataCharm',transform = ax.transAxes, ha='center', va='center',fontsize = 8) ax.axis('off') # 移除坐标轴 plt.savefig('hk_charts_pir.png',width=8,height=8, dpi=900,bbox_inches='tight',facecolor='white')
结果如下:
区名文本添加:在读取的数据结果中有name 列为对应的区名,使用hk.geometry.representative_point() 方法计算出其代表性 点的经纬度信息用于绘制文本位置,结果如下:
再通过使用ax.text()方法添加文本即可,代码如下:
for loc, label in zip(hk.geometry.representative_point(),hk.name): ax.text(loc.x,loc.y,label,size=13,color="#0DCFE3")
结果如下:
添加气泡散点数据
由于数据的经纬度是直接基于高德地图进行解析的,导致存在部分数据经纬度信息出错,我们使用pandas进行简单的数据筛选,具体就不再展示,后面会推出系列教程推文,数据预览如下:
这里主要使用红色框中的数据进行绘制,即使用scatter()方法加合理设置散点大小即可,代码如下:
for x,y,price in zip(scatter_se.lon,scatter_se.lat,scatter_se['实用单价']): hk_map.scatter(x,y,s=price/500,color='#FFEB3B',alpha=.5,ec='k',lw=.1)
经过一些定制化设置效果如下:
气泡图例添加
这里我们不是直接基于数据进行图例的生成,而是单独进行其他图层的绘制进行图例生成,这样做的好处就是可以更加*定制所需图例的颜色和大小,涉及的代码如下:
#这里进行单独的图例添加 ax.scatter([], [], c='#FFEB3B', s=6000/500, label='6000 - 10000', edgecolor='black',lw=.5) ax.scatter([], [], c='#FFEB3B', s=10000/500, label='10000 - 30000', edgecolor='black',lw=.5) ax.scatter([], [], c='#FFEB3B', s=30000/500, label='30000 - 50000', edgecolor='black',lw=.5) ax.scatter([], [], c='#FFEB3B', s=50000/500, label='50000 - 90000', edgecolor='black',lw=.5) #图例定制化设置 legend = ax.legend(frameon=False,ncol=4,loc='lower right',title='实用单价',bbox_to_anchor=(1, -.06), fontsize=9) legend.get_title().set_color('#ffffff') for text in legend.get_texts(): text.set_color("#ffffff")
注意下代码的后半部分,这是对matplotlib 图例设置的定制化设定,也适用于其他图例。绘图完整代码如下:
fig, ax = plt.subplots(figsize=(10,8),dpi=200,facecolor='#323332',edgecolor='#323332') ax.set_facecolor('#323332') hk_map = hk.geometry.plot(ax=ax,fc="#292200",ec="gray",lw=1,alpha=.8) #使用默认的text添加文本导致文本重叠 for loc, label in zip(hk.geometry.representative_point(),hk.name): ax.text(loc.x,loc.y,label,size=11,color="#0DCFE3") for x,y,price in zip(scatter_se.lon,scatter_se.lat,scatter_se['实用单价']): hk_map.scatter(x,y,s=price/500,color='#FFEB3B',alpha=.5,ec='k',lw=.1) ax.axis('off') # 移除坐标轴 #这里进行单独的图例添加 ax.scatter([], [], c='#FFEB3B', s=6000/500, label='6000 - 10000', edgecolor='black',lw=.5) ax.scatter([], [], c='#FFEB3B', s=10000/500, label='10000 - 30000', edgecolor='black',lw=.5) ax.scatter([], [], c='#FFEB3B', s=30000/500, label='30000 - 50000', edgecolor='black',lw=.5) ax.scatter([], [], c='#FFEB3B', s=50000/500, label='50000 - 90000', edgecolor='black',lw=.5) #图例定制化设置 legend = ax.legend(frameon=False,ncol=4,loc='lower right',title='实用单价',bbox_to_anchor=(1, -.06), fontsize=9) legend.get_title().set_color('#ffffff') for text in legend.get_texts(): text.set_color("#ffffff") #添加必要的文本:这里title也是采用相同方法 ax.text(.5,1.05,"香港在售二手房分布图",transform = ax.transAxes,color="white",weight='bold',size=20, ha='center', va='center') ax.text(.5,.985,'数据来源:菜J学Python',transform = ax.transAxes, ha='center', va='center',fontsize = 10,color='white') ax.text(.91,-.07,'\nVisualization by DataCharm',transform = ax.transAxes, ha='center', va='center',fontsize = 8,color='white') plt.savefig('hk_charts.png',width=8,height=8, dpi=900,bbox_inches='tight',facecolor='#323332') #ax.set_axisbelow(True) plt.show()
可视化效果:
adjustText 库解决文本重叠问题
大家可能发现:结果图中文本较集中,可能对阅读造成不便,我们这里只用adjustText 包进行解决,这里给出文本添加的代码,其他步骤一样:
from adjustText import adjust_text # 使用adjustText修正文字重叠现象 new_texts = [ax.text(loc.x,loc.y,label,size=13,color="#0DCFE3") for loc, label in \ zip(hk.geometry.representative_point(),hk.name)] adjust_text(new_texts, only_move={'text': 'xy'},)
可视化结果如下:
感谢各位的阅读,以上就是“Python怎么实现香港地图、房价可视化和绘制气泡图”的内容了,经过本文的学习后,相信大家对Python怎么实现香港地图、房价可视化和绘制气泡图这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是亿速云,小编将为大家推送更多相关知识点的文章,欢迎关注!