为什么 Python Vincent map visuzalization 不映射来自 Data Frame 的数据？

Question

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()

Answer 1

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）