绘制英国地区、邮政编码区域和地区

Plotting UK Districts, Postcode Areas and Regions

我想知道我们是否可以使用 UK District、Postcode Area 和 Region 地图进行如下类似的等值统计。

如果您能展示英国等值区的示例,那就太好了。

地理形状文件可以从http://martinjc.github.io/UK-GeoJSON/

下载
state_geo = os.path.join('data', 'us-states.json')
state_unemployment = os.path.join('data', 'US_Unemployment_Oct2012.csv')
state_data = pd.read_csv(state_unemployment)

j1 = pd.read_json(state_geo)

from branca.utilities import split_six
threshold_scale = split_six(state_data['Unemployment'])

m = folium.Map(location=[48, -102], zoom_start=3)

m.choropleth(
    geo_path=state_geo,
    geo_str='choropleth',
    data=state_data,
    columns=['State', 'Unemployment'],
    key_on='feature.id',
    fill_color='YlGn',
    fill_opacity=0.7,
    line_opacity=0.2,
    legend_name='Unemployment Rate (%)'
)

m

m.save('choropleth.html')

这就是我所做的。

首先,收集您的数据。我使用 www.nomisweb.co.uk 收集了主要地区的就业率:

  • 东北部(英格兰)
  • 西北(英格兰)
  • 约克郡和亨伯
  • 东米德兰兹(英格兰)
  • 西米德兰兹(英格兰)
  • 英格兰东部
  • 伦敦东南部(英格兰)
  • 西南(英格兰)
  • 威尔士苏格兰
  • 北爱尔兰

我将这个数据集保存为 UKEmploymentData.csv。请注意,您必须更改区域名称以匹配地理数据 ID。

然后我使用来自 ONS 地理门户的 NUTS 数据关注了您发布的内容。

import pandas as pd
import os
import json

# read in population data
df = pd.read_csv('UKEmploymentData.csv')

import folium
from branca.utilities import split_six
state_geo = 'http://geoportal1-ons.opendata.arcgis.com/datasets/01fd6b2d7600446d8af768005992f76a_4.geojson'

m = folium.Map(location=[55, 4], zoom_start=5)
m.choropleth(
    geo_data=state_geo,
    data=df,
    columns=['region', 'Total in employment - aged 16 and over'],
    key_on='feature.properties.nuts118nm',
    fill_color='YlGn',
    fill_opacity=0.7,
    line_opacity=0.2,
    legend_name='Employment Rate (%)',
    highlight=True
)

m