为什么 Python Vincent map visuzalization 不映射来自 Data Frame 的数据?
Why Python Vincent map visuzalization does not map data from Data Frame?
我正在使用 Python
vincent
地图可视化和此包 introductory examples。我在 ipython notebook
.
工作
我使用国家/地区 FIPS 代码(取自 here)定义了简单的 pandas
DataFrame
。然后我尝试通过这些 FIPS 代码将 DataFrame
数据映射到 vincent
地图,但是 结果可视化无法以任何方式为国家着色 。我怎样才能让它发挥作用?
country_data_tmp = pd.DataFrame({'country_names' : np.array(['Argentina', 'Armenia', 'Australia', 'Austria']),
'country_FIPS' : np.array(['032', '051', '036', '040']),
'my_rate' : np.array([0.254, 0.3456, 0.26, 0.357])})
country_data_tmp.head()
world_topo = r'world-countries.topo.json'
geo_data = [{'name': 'countries',
'url': world_topo,
'feature': 'world-countries'}]
vis = vincent.Map(data=country_data_tmp,
geo_data=geo_data,
scale=1100,
data_bind='my_rate',
data_key='country_FIPS',
map_key={'counties': 'properties.FIPS'})
vis.display()
它们不显示是因为您没有正确设置 map_key
。 world_countries.topo.json
文件通过 3 个字母代码标识国家/地区,在该文件中名为 id
(这对应于 page you linked to). You can see this if you look at the raw data in that json file.
中名为 alpha-3
的字段
此外,您在 geo_data
中设置了 'name': 'countries'
,但在 map_key
中您尝试将其引用为 counties
(注意缺少的 r
)。很容易犯的错误,因为在他们绘制美国各县地图的示例页面中 counties
。
如果您更改变量名称以便它们引用 non-empty 字段 - 您将得到一个漂亮的地图,因为数据 table 中的 country_alpha3
匹配 id
JSON 变量 countries
。
N.B. 正如您的代码所代表的那样,只会绘制您拥有数据的国家/地区。如果你想要所有的轮廓,你可以添加一个包含所有国家轮廓的层 per the second example here,但只有那些数据有颜色。我在下面的第二个代码/输出部分中提供了代码更改来执行此操作。
N.B。 2 使用您当前的 my_rate
值,颜色对比度不是很明显。用 [0,0.3,0.7,1.0]
尝试一下,让自己相信它给它们涂上了不同的颜色。
代码
#Data setup bit - Input[1] from your notebook
#Note new name for country code country_alpha3
import pandas as pd
import numpy as np
country_data_tmp = pd.DataFrame({'country_names' : np.array(['Argentina', 'Armenia', 'Australia', 'Austria']),
'country_alpha3' : np.array(['ARG','ARM','AUS','AUT']),
'my_rate' : np.array([0.254, 0.3456, 0.26, 0.357])})
country_data_tmp.head()
#map drawing bit Input[2] from your notebook
#Note the changes in variable names
world_topo = r'world-countries.topo.json'
geo_data = [{'name': 'countries',
'url': world_topo,
'feature': 'world-countries'}]
vis = vincent.Map(data=country_data_tmp,
geo_data=geo_data,
scale=1100,
data_bind='my_rate',
data_key='country_alpha3',
map_key={'countries': 'id'})
vis.display()
输出
带有轮廓层和数据层的代码(带有数据的颜色):
#Replace input[2] with this to add a layer with outline only
world_topo = r'world-countries.topo.json'
geo_data = [{'name': 'countries',
'url': world_topo,
'feature': 'world-countries'},
{'name': 'countries_outline',
'url': world_topo,
'feature': 'world-countries'}]
vis = vincent.Map(data=country_data_tmp,
geo_data=geo_data,
scale=100,
data_bind='my_rate',
data_key='country_alpha3',
map_key={'countries': 'id'})
del vis.marks[1].properties.update
vis.marks[1].properties.enter.stroke.value = '#000'
vis.display()
输出(输出层加数据层)
我正在使用 Python
vincent
地图可视化和此包 introductory examples。我在 ipython notebook
.
我使用国家/地区 FIPS 代码(取自 here)定义了简单的 pandas
DataFrame
。然后我尝试通过这些 FIPS 代码将 DataFrame
数据映射到 vincent
地图,但是 结果可视化无法以任何方式为国家着色 。我怎样才能让它发挥作用?
country_data_tmp = pd.DataFrame({'country_names' : np.array(['Argentina', 'Armenia', 'Australia', 'Austria']),
'country_FIPS' : np.array(['032', '051', '036', '040']),
'my_rate' : np.array([0.254, 0.3456, 0.26, 0.357])})
country_data_tmp.head()
world_topo = r'world-countries.topo.json'
geo_data = [{'name': 'countries',
'url': world_topo,
'feature': 'world-countries'}]
vis = vincent.Map(data=country_data_tmp,
geo_data=geo_data,
scale=1100,
data_bind='my_rate',
data_key='country_FIPS',
map_key={'counties': 'properties.FIPS'})
vis.display()
它们不显示是因为您没有正确设置 map_key
。 world_countries.topo.json
文件通过 3 个字母代码标识国家/地区,在该文件中名为 id
(这对应于 page you linked to). You can see this if you look at the raw data in that json file.
alpha-3
的字段
此外,您在 geo_data
中设置了 'name': 'countries'
,但在 map_key
中您尝试将其引用为 counties
(注意缺少的 r
)。很容易犯的错误,因为在他们绘制美国各县地图的示例页面中 counties
。
如果您更改变量名称以便它们引用 non-empty 字段 - 您将得到一个漂亮的地图,因为数据 table 中的 country_alpha3
匹配 id
JSON 变量 countries
。
N.B. 正如您的代码所代表的那样,只会绘制您拥有数据的国家/地区。如果你想要所有的轮廓,你可以添加一个包含所有国家轮廓的层 per the second example here,但只有那些数据有颜色。我在下面的第二个代码/输出部分中提供了代码更改来执行此操作。
N.B。 2 使用您当前的 my_rate
值,颜色对比度不是很明显。用 [0,0.3,0.7,1.0]
尝试一下,让自己相信它给它们涂上了不同的颜色。
代码
#Data setup bit - Input[1] from your notebook
#Note new name for country code country_alpha3
import pandas as pd
import numpy as np
country_data_tmp = pd.DataFrame({'country_names' : np.array(['Argentina', 'Armenia', 'Australia', 'Austria']),
'country_alpha3' : np.array(['ARG','ARM','AUS','AUT']),
'my_rate' : np.array([0.254, 0.3456, 0.26, 0.357])})
country_data_tmp.head()
#map drawing bit Input[2] from your notebook
#Note the changes in variable names
world_topo = r'world-countries.topo.json'
geo_data = [{'name': 'countries',
'url': world_topo,
'feature': 'world-countries'}]
vis = vincent.Map(data=country_data_tmp,
geo_data=geo_data,
scale=1100,
data_bind='my_rate',
data_key='country_alpha3',
map_key={'countries': 'id'})
vis.display()
输出
带有轮廓层和数据层的代码(带有数据的颜色):
#Replace input[2] with this to add a layer with outline only
world_topo = r'world-countries.topo.json'
geo_data = [{'name': 'countries',
'url': world_topo,
'feature': 'world-countries'},
{'name': 'countries_outline',
'url': world_topo,
'feature': 'world-countries'}]
vis = vincent.Map(data=country_data_tmp,
geo_data=geo_data,
scale=100,
data_bind='my_rate',
data_key='country_alpha3',
map_key={'countries': 'id'})
del vis.marks[1].properties.update
vis.marks[1].properties.enter.stroke.value = '#000'
vis.display()