用 geopandas 绘制热图 (kdeplot)
Plot heatmap (kdeplot) with geopandas
我将以下数据存储在 geopandas.DataFrame
对象中。 geometry
是多边形,x
是我想用作热标度的值。
id geometry x
9 01001 POLYGON ((-102.10641 22.06035, -102.10368 22.0... 33
19 01002 POLYGON ((-102.05189 22.29144, -102.05121 22.2... 2
29 01003 POLYGON ((-102.68569 22.09963, -102.69087 22.0... 0
39 01004 POLYGON ((-102.28787 22.41649, -102.28753 22.4... 0
49 01005 POLYGON ((-102.33568 22.05067, -102.33348 22.0... 22
我可以使用以下代码绘制地图并根据第 x
列中的值为每个多边形着色。
t.plot(column='x', cmap='coolwarm', legend=False)
plt.axis('off')
plt.show()
这还不错,但考虑到我在单个对象中有多边形和值,我想知道是否有办法使用 geopandas
.
将此图转换为热图
我被推荐使用geoplot
。
geoplot.kdeplot
需要一个每个点一行的 geopandas.DataFrame
对象。也就是说,类似于:
PointID geometry
0 204403876 POINT (-101.66700 21.11670)
1 204462769 POINT (-101.66700 21.11670)
2 144407530 POINT (-101.66700 21.11670)
3 118631118 POINT (-101.66700 21.11670)
4 118646035 POINT (-101.66700 21.11670)
然后在地图上绘制这些点,地图作为单独的对象传递。
为了在代码中显示这一点,假设多边形存储在 df_map
中,点存储在 df_points
中。
# Import geoplot
import geoplot
import geoplot.crs as gcrs
# Plot heatmap
ax = geoplot.kdeplot(df_points, projection=gcrs.AlbersEqualArea())
# Add polygons
geoplot.polyplot(df_map, ax=ax)
这应该会产生类似这样的结果。
遗憾的是,我无法 post 我的结果,因为 projection=gcrs.AlbersEqualArea()
使我的会话崩溃,但我希望这对以后的人有所帮助。
我将以下数据存储在 geopandas.DataFrame
对象中。 geometry
是多边形,x
是我想用作热标度的值。
id geometry x
9 01001 POLYGON ((-102.10641 22.06035, -102.10368 22.0... 33
19 01002 POLYGON ((-102.05189 22.29144, -102.05121 22.2... 2
29 01003 POLYGON ((-102.68569 22.09963, -102.69087 22.0... 0
39 01004 POLYGON ((-102.28787 22.41649, -102.28753 22.4... 0
49 01005 POLYGON ((-102.33568 22.05067, -102.33348 22.0... 22
我可以使用以下代码绘制地图并根据第 x
列中的值为每个多边形着色。
t.plot(column='x', cmap='coolwarm', legend=False)
plt.axis('off')
plt.show()
这还不错,但考虑到我在单个对象中有多边形和值,我想知道是否有办法使用 geopandas
.
我被推荐使用geoplot
。
geoplot.kdeplot
需要一个每个点一行的 geopandas.DataFrame
对象。也就是说,类似于:
PointID geometry
0 204403876 POINT (-101.66700 21.11670)
1 204462769 POINT (-101.66700 21.11670)
2 144407530 POINT (-101.66700 21.11670)
3 118631118 POINT (-101.66700 21.11670)
4 118646035 POINT (-101.66700 21.11670)
然后在地图上绘制这些点,地图作为单独的对象传递。
为了在代码中显示这一点,假设多边形存储在 df_map
中,点存储在 df_points
中。
# Import geoplot
import geoplot
import geoplot.crs as gcrs
# Plot heatmap
ax = geoplot.kdeplot(df_points, projection=gcrs.AlbersEqualArea())
# Add polygons
geoplot.polyplot(df_map, ax=ax)
这应该会产生类似这样的结果。
遗憾的是,我无法 post 我的结果,因为 projection=gcrs.AlbersEqualArea()
使我的会话崩溃,但我希望这对以后的人有所帮助。