• Python matplot工具包之一的 mpl_toolkits绘制属于你的世界地图


    Python matplot工具包之一的 mpl_toolkits绘制属于你的世界地图

    Python之所以这么流行,是因为它不仅能够应用于科技领域,还能用来做许多其他学科的研究工具,绘制地图便是其功能之一。

    今天我们用matplot工具包之一的 mpl_toolkits 来绘制世界地图,这是一个简单的可视化工具,如果希望绘制更加复杂的地图,可以考虑使用Google Maps API,不过这不在我们今天的讨论范围之内。

    1.准备

    开始之前,你要确保Python和pip已经成功安装在电脑上。

    **(可选1) **如果你用Python的目的是数据分析,可以直接安装Anaconda,它内置了Python和pip.

    **(可选2) **此外,推荐大家用VSCode编辑器,它有许多的优点。

    请选择以下任一种方式输入命令安装依赖

    1. Windows 环境 打开 Cmd (开始-运行-CMD)。
    2. MacOS 环境 打开 Terminal (command+空格输入Terminal)。
    3. 如果你用的是 VSCode编辑器 或 Pycharm,可以直接使用界面下方的Terminal.
    pip install numpy
    pip install matplotlib
    
    • 1
    • 2

    为了使用 mpl_toolkits, 单纯安装matplotlib是不够的,我们还需要单独安装basemap,如果你已经安装了Anaconda,那这一步就非常好办,输入以下命令安装即可:

    conda install basemap
    
    • 1

    image.png

    如果没有的话,就稍微麻烦一点:

    1.安装geos: pip install geos

    image.png

    2.根据你的Python版本下载basemap
    http://www.lfd.uci.edu/~gohlke/pythonlibs/#basemap
    注意cp后面的数字是Python的版本。(在页面上按ctrl+F,输入basemap快速定位)

    image.png

    3.在 cmd 下进入该文件的目录,运行

    pip install basemap‑1.2.1‑cp37‑cp37m‑win_amd64.whl
    
    • 1
    2.简单的地图

    让我们开始绘制一个地球,中心指向中国:

    #绘制一个地球
    import numpy as np
    import matplotlib.pyplot as plt
    from mpl_toolkits.basemap import  Basemap
    
    #初始化图形
    plt.figure(figsize=(8,8))
    #底图:圆形 ,lat_0:纬度:log_o:经度,(113,29)是武汉
    m=Basemap(projection='ortho',resolution=None,lat_0=29,lon_0=113)
    
    #底色
    m.bluemarble(scale=0.5)
    #显示
    plt.show()
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    image.png

    效果还不错哦,不仅如此,它其实不单单只是一张图像,它还是一个功能齐全的matplot画布。这也就意味着,你能够在上面画线!让我们放大地图,进入中国区域,然后标记出深圳的位置:

    
    
    不要用蓝底图了,看得不是很清晰,我们换成浮雕型:#导入需要的包
    import numpy as np
    import matplotlib.pyplot as plt
    from mpl_toolkits.basemap import  Basemap
    
    #以下三行是为了让matplot能显示中文
    from  pylab import  mpl
    mpl.rcParams['font.sans-serif']=['FangSong']
    mpl.rcParams['axes.unicode_minus']=False
    
    fig=plt.figure(figsize=(8,8))
    
    #注意几个新增的参数,width和height是用来控制放大尺度的
    #分别代表投影的宽带和高度(8E6 代表,8x10^6米
    m=Basemap(projection='lcc',resolution=None,width=8E6,height=8E6,lat_0=23,lon_0=113,)
    m.etopo(scale=0.5)
    
    #这里的经纬度:(经度,纬度)
    x,y=m(113,23)
    plt.plot(x,y,'ok',markersize=5)
    plt.text(x,y,'深圳',fontsize=12,color="red")
    plt.show()
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24

    image.png

    可以很明显地看到山区、丘陵等地理样貌。你还可以根据你的需要,针对某几个城市做连线或者绘制某些经纬度之间的区域。别忘了,这可是matplotlib可编辑的画布。

    3.世界地图

    接下来,我们将上述的世界地图展开成带经纬线的平面图形。

    #导入需要的包
    import numpy as np
    import matplotlib.pyplot as plt
    from mpl_toolkits.basemap import  Basemap
    from itertools import  chain
    
    def draw_map(m,scale=0.2):
        #绘制带阴影的浮雕图像
        m.shadedrelief(scale=scale)
        #根据经纬度切割,每13度一条线
        lats=m.drawparallels(np.linspace(-90,90,13))
        lons=m.drawmeridians(np.linspace(-180,180,13))
    
        #集合所有线条
        lat_lines=chain(*(tup[1][0] for tup in lats.items()))
        lon_lines = chain(*(tup[1][0] for tup in lons.items()))
        all_lines = chain(lat_lines,lon_lines)
        #循环画线
        for line in all_lines:
            line.set(linestyle='-',alpha=0.3,color='w')
    fig=plt.figure(figsize=(8,6),edgecolor='w')
    m=Basemap(projection='cyl',resolution=None,
              llcrnrlat=-90,urcrnrlat=90,
              llcrnrlon=-180,urcrnrlon=180,)
    draw_map(m)
    plt.show()
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26

    image.pngimage.png

    设置地图上面的景点:

    image.png

    image.png

    这样,只需要往locations里类似地加入某个地点的经纬度,就能在地图上展示出来了,你还能自定义地画两个地点之间的连线,或者是重点放大某个区域。总而言之,你想干的,基本上基于Matplotlib都可以做得到。

  • 相关阅读:
    ChatGPT 实际上是如何工作的?
    async的初始理解以及例子
    查询运行在顶部的app包名及类名
    软考 系统架构设计师系列知识点之特定领域软件体系结构DSSA(6)
    理解 期望和方差(均值/估计值)
    CDH大数据平台 25Cloudera Manager Console之sqoop实战测试(markdown新版)
    插值查找算法(思路分析) [数据结构][Java]
    Redis - 底层数据结构
    【简单教程】利用Net2FTP构建免费个人网盘,实现便捷的文件管理
    Windows环境下Qt Creator控制台输出中文乱码解决方法
  • 原文地址:https://blog.csdn.net/Deng872347348/article/details/127734676