basemap地圖繪制

地圖繪制也是資料可視化的一部分，常用的地圖繪制庫為basemap工具包，其為matplotlib的子包，本篇文章講解如何利用whl檔案在Python3環境下安裝basemap；學會使用basemap繪制地圖；學會縮放區域和繪制散點圖；通過綜合案例，鞏固basemap的繪制地圖方法和技巧，
涉及到的知識點有：

• basemap安裝：學會basemap的安裝方法，
• basemap使用：學會利用basemap繪制簡單地圖，
• 縮放區域與繪圖：學會通過定位經緯度縮放區域與繪制散點圖，
• 綜合案例：通過綜合案例，鞏固basemap的繪制地圖方法和技巧，

1 basemap的使用

basemap是一個強大的繪制地圖工具包，本節將講解如何安裝和使用basemap，結合matplotlib，繪制地圖，

1.1 basemap安裝

在anaconda的python3環境中，通過conda命令安裝basemap會導致失敗，這里通過該網站（https://www.lfd.uci.edu/~gohlke/pythonlibs/）下載對應版本的Pyproj和basemap的whl檔案，如圖1和2所示，

圖1 Pyproj下載

圖2 basemap下載
在anaconda環境中，切換到這兩個whl檔案的路徑下，按順序通過pip依次安裝Pyproj和basemap檔案，代碼如下，安裝Pyproj，如圖3所示，代表Pyproj安裝成功，

h:
cd H:\python資料分析\資料
pip install pyproj-1.9.5.1-cp36-cp36m-win_amd64.whl

圖3 Pyproj安裝
以同樣的方法安裝basemap，代碼如下，如圖4所示，安裝basemap，

h:
cd H:\python資料分析\資料
pip install basemap-1.1.0-cp36-cp36m-win_amd64.whl

圖4 basemap安裝
如圖5所示，通過from mpl_toolkits.basemap import Basemap代碼呼叫該庫，發現程式可以運行，代表basemap庫安裝成功，

圖5 安裝成功

1.2 basemap使用

首先，匯入需要的第三方庫，通過basemap初始化一個地圖物件，通過drawcoastlines繪制海岸線，代碼如下，

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
%matplotlib inline

map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
              resolution='l', area_thresh=1000.0)      #初始化地圖物件
map1.drawcoastlines()      #繪制海岸線

projection引數是用于定義地圖的投影方式；lat_0和lon_0是指定地圖的中心坐標，這里的值為美國的中心坐標；resolution引數設定繪制邊界的精度，l為低精度；area_thresh引數為閾值，低于該閾值的就不會被繪制，繪制地圖如圖6所示，
注意：更多引數詳情可參考http://matplotlib.org/basemap/，

圖6 基本地圖
通過drawcountries方法繪制國家邊界，代碼如下，如圖7所示，

map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
              resolution='l', area_thresh=1000.0) 
map1.drawcoastlines()  #繪制海岸線
map1.drawcountries()   #繪制國家

圖7 繪制國家
其他常見的繪制方法如下：

drawmapboundary()   #繪制邊界
drawstates()          #繪制州
drawcounties()        #繪制縣

通過fillcontinents方法為大陸填充顏色，代碼如下，如圖12.8所示，

map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
              resolution='l', area_thresh=1000.0) 
map1.drawcoastlines()  #繪制海岸線
map1.drawcountries()   #繪制國家
map1.fillcontinents(color='blue',alpha=0.5)  #填充顏色

圖8 填充大陸顏色
通過drawmeridians和drawparallels方法繪制經線和緯線，代碼如下，如圖9所示，

map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
              resolution='l', area_thresh=1000.0) 
map1.drawcoastlines()  #繪制海岸線
map1.drawcountries()   #繪制國家
map1.drawmapboundary() #繪制邊界
map1.fillcontinents(color='blue',alpha=0.5)  #填充顏色

map1.drawmeridians(np.arange(0, 360, 30))    #繪制經線
map1.drawparallels(np.arange(-90, 90, 30))   #繪制緯線

圖9 繪制經度和緯度
更換projection引數，換為robin坐標，可將圖繪制為平面坐標，代碼如下，如圖10所示，

map1 = Basemap(projection='robin', lat_0=90, lon_0=-105,
              resolution='l', area_thresh=1000.0) 
map1.drawcoastlines()  #繪制海岸線
map1.drawcountries()   #繪制國家
map1.drawmapboundary() #繪制邊界
map1.fillcontinents(color='blue',alpha=0.5)  #填充顏色

map1.drawmeridians(np.arange(0, 360, 30))    #繪制經線
map1.drawparallels(np.arange(-90, 90, 30))   #繪制緯線

圖10 平面坐標

1.3 縮放區域與繪圖

在實際案例中，需對特定國家或地區進行繪制地圖，這樣就需要通過llcrnrlon、llcrnrlat、urcrnrlon和urcrnrlat指定左下角經緯度和右上角經緯度，代碼如下，如圖11所示，

map2 = Basemap(projection='stere', lat_0=90, lon_0=-105,
               llcrnrlon=-118.67, llcrnrlat=23.41,
               urcrnrlon=-64.5, urcrnrlat=45.44,
              resolution='l', area_thresh=1000.0) 
map2.drawcoastlines()  #繪制海岸線
map2.drawcountries()   #繪制國家
map2.drawmapboundary() #繪制邊界
map2.drawstates()      #繪制州
map2.fillcontinents(color='blue',alpha=0.5)  #填充顏色

map2.drawmeridians(np.arange(0, 360, 30))    #繪制經線
map2.drawparallels(np.arange(-90, 90, 30))   #繪制緯線

圖11 縮放區域
通過坐標定位，可以在地圖上繪制圖形，代碼如下，如圖12所示，

map2 = Basemap(projection='stere', lat_0=90, lon_0=-105,
               llcrnrlon=-118.67, llcrnrlat=23.41,
               urcrnrlon=-64.5, urcrnrlat=45.44,
              resolution='l', area_thresh=1000.0) 
map2.drawcoastlines()  #繪制海岸線
map2.drawcountries()   #繪制國家
map2.drawmapboundary() #繪制邊界
map2.drawstates()      #繪制州

map2.drawmeridians(np.arange(0, 360, 30))    #繪制經線
map2.drawparallels(np.arange(-90, 90, 30))   #繪制緯線

lon = -74
lat = 40.43
x,y = map2(lon, lat)       #映射坐標
map2.plot(x, y, 'ro', markersize=8)  #繪制散點圖

圖12 繪制散點圖
通過matplotlib庫的text方法，為散點加入文本注釋，

map2 = Basemap(projection='stere', lat_0=90, lon_0=-105,
               llcrnrlon=-118.67, llcrnrlat=23.41,
               urcrnrlon=-64.5, urcrnrlat=45.44,
              resolution='l', area_thresh=1000.0) 
map2.drawcoastlines()  #繪制海岸線
map2.drawcountries()   #繪制國家
map2.drawmapboundary() #繪制邊界
map2.drawstates()      #繪制州

map2.drawmeridians(np.arange(0, 360, 30))    #繪制經線
map2.drawparallels(np.arange(-90, 90, 30))   #繪制緯線

lon = -74
lat = 40.43
x,y = map2(lon, lat)       #映射坐標
map2.plot(x, y, 'ro', markersize=8)  #繪制散點圖
plt.text(x,y,'New York')   #文本注釋

圖13 文本注釋

2 basemap綜合示例

本節將講解如何通過basemap繪制區域與全球地圖，結合具體案例，講解地圖的繪制方法和技巧，

2.1 美國人口分布

通過該網站（https://github.com/plotly/datasets/blob/master/2014_us_cities.csv）下載2014年美國城市的人口資料，讀取資料，如圖14所示，資料總共有四個欄位，城市名稱、城市人口和經緯度坐標，

圖14 美國人口資料
通過以下代碼，繪制前180個城市的美國人口分布圖，如圖15所示，

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
%matplotlib inline

plt.style.use('ggplot')
plt.figure(figsize=(10,6))

map3 = Basemap(projection='stere', lat_0=90, lon_0=-105,
               llcrnrlon=-118.67, llcrnrlat=23.41,
               urcrnrlon=-64.5, urcrnrlat=45.44,
              resolution='l', area_thresh=1000.0) 
map3.drawcoastlines()  #繪制海岸線
map3.drawcountries()   #繪制國家
map3.drawmapboundary() #繪制邊界
map3.drawstates()      #繪制州
map3.drawcounties()      # 繪制縣

map3.drawmeridians(np.arange(0, 360, 30))    #繪制經線
map3.drawparallels(np.arange(-90, 90, 30))   #繪制緯線

lat = np.array(pop_data["lat"][0:180])                        # 獲取維度之維度值
lon = np.array(pop_data["lon"][0:180])                        # 獲取經度值
pop = np.array(pop_data["pop"][0:180],dtype=float)    # 獲取人口數，轉化為numpy浮點型
size = (pop/np.max(pop))*1000 # 計算每個點的大小

x,y = map3(lon,lat)
map3.scatter(x,y,s=size)

plt.title('Population distribution in America')     #加標題

代碼分析：
（1）1~5行
匯入程式需要的庫，
（2）7~8行
設定圖表的樣式為ggplot，并設定圖表的長寬比，
（3）10~21行
定義basemap物件，并繪制出美國的地圖底圖和經緯度，
（4）23~29
獲取前180個資料，并繪制散點圖，

圖15 美國人口分布圖
注意：人口如果不轉化為numpy浮點型，散點圖不會顯示出大小不一，

2.2 全球地震可視化

通過美國地震局官網（https://earthquake.usgs.gov/earthquakes/feed/v1.0/csv.php）下載過去一周的地震資料，如圖16所示，

圖16 過去一周地震資料下載
讀取資料，如圖17所示，該資料有很多欄位，但本次分析中用到的就是經緯度欄位和mag欄位（震級），

圖17 地震資料
對這三個欄位查看缺失值，如圖18所示，mag欄位有1個缺失值，

圖18 查看缺失值
通過過濾剔除到這個缺失值，如圖19所示，

圖19 過濾缺失值
通過以下代碼，繪制地震分布圖，如圖20所示，

plt.style.use('ggplot')
plt.figure(figsize=(10,6))

map4 = Basemap(projection='robin', lat_0=39.9, lon_0=116.3,
              resolution = 'l', area_thresh = 1000.0) 

map4.drawcoastlines()         #繪制海岸線
map4.drawcountries()          #繪制國家
map4.drawmapboundary()      #繪制邊界

map4.drawmeridians(np.arange(0, 360, 30))     #繪制經線
map4.drawparallels(np.arange(-90, 90, 30))      #繪制緯線

x,y = map4(list(eq_data['longitude']),list(eq_data['latitude']))
map4.plot(x, y, 'ro', markersize=6)       #繪制散點圖

圖20 全球地震分布圖（1）
根據震級大小，繪制散點不一的地震分布圖，如圖21所示，

plt.style.use('ggplot')
plt.figure(figsize=(10,6))

map5 = Basemap(projection='robin', lat_0=39.9, lon_0=116.3,
               resolution = 'l', area_thresh = 1000.0) 

map5.drawcoastlines()
map5.drawcountries()
map5.drawmapboundary()

map5.drawmeridians(np.arange(0, 360, 30))
map5.drawparallels(np.arange(-90, 90, 30))

size = 2    #初始化大小
for lon, lat, mag in zip(list(eq_data['longitude']), list(eq_data['latitude']), list(eq_data['mag'])):
    x,y = map5(lon, lat)
    msize = mag * size     #不同震級大小不一樣
    map5.plot(x, y, 'ro', markersize=msize)

圖21 全球地震分布圖（2）
通過以下代碼，定義一個函式，可通過不同震級繪制顏色不同的地圖，如圖22所示，

def get_marker_color(mag):
    if mag < 3.0:
        return ('go')
    elif mag < 5.0:
        return ('yo')
    else:
        return ('ro')      #定義設定顏色函式

plt.style.use('ggplot')
plt.figure(figsize=(10,6))

map6 = Basemap(projection='robin', lat_0=39.9, lon_0=116.3,
               resolution = 'l', area_thresh = 1000.0) 

map6.drawcoastlines()
map6.drawcountries()
map6.drawmapboundary()

map6.drawmeridians(np.arange(0, 360, 30))
map6.drawparallels(np.arange(-90, 90, 30))

size = 2
for lon, lat, mag in zip(list(eq_data['longitude']), list(eq_data['latitude']), list(eq_data['mag'])):
    x,y = map6(lon, lat)
    msize = mag * size
    map6.plot(x, y, get_marker_color(mag), markersize=msize)   #呼叫函式
    
plt.title('Earthquakes')

圖22 全球地震分布圖（3）

3 pyecharts地圖繪制

pyecharts也可以輕松繪制出美觀可互動的地圖，本節將講解如何利用pyecharts繪制不同地區的地圖，通過Geo方法在地圖上繪制散點圖，

3.1 地圖

利用pyecharts繪制地圖，需要下載地圖js檔案，通過pip進行安裝，如圖23所示，

pip install echarts-countries-pypkg        #全球國家地圖
pip install echarts-china-provinces-pypkg  #中國省級地圖
pip install echarts-china-cities-pypkg      #中國市級地圖

圖23 安裝地圖js
注意：安裝好后記得重啟jupyter notebook，
利用Map方法可繪制地圖，代碼如下，

value = [155, 78, 23, 65]
label = ["北京", "上海", "西藏", "廣東"]
map1 = pyecharts.Map("全國地圖示例")
map1.add("",label, value, maptype='china')
map1.render()   #生成html檔案

該add方法的引數如下，maptype設定地圖型別，支持china、world、中國省市名稱等；is_roam可縮放地圖；is_map_symbol_show顯示地圖紅點，

add(name, attr, value,
    maptype='china',
    is_roam=True,
    is_map_symbol_show=True, **kwargs)

繪制的中國地圖如圖24所示，

圖24 全國地圖（1）
設定is_label_show=True，可以顯示各省份名稱，代碼如下，如圖25所示，

value = [155, 78, 23, 65]
label = ["北京", "上海", "西藏", "廣東"]
map1 = pyecharts.Map("全國地圖示例", width=1200, height=600)
map1.add("",label, value, maptype='china', is_label_show=True)
map1.render()   #生成html檔案

圖25 全國地圖（2）
結合Visualmap可以美化地圖，根據值顯示不同顏色，代碼如下，如圖26所示，

value = [155, 78, 23, 65]
label = ["北京", "上海", "西藏", "廣東"]
map1 = pyecharts.Map("全國地圖示例", width=1200, height=600)
map1.add("",label, value, maptype='china', is_visualmap=True,
        visual_text_color='#000')
map1.render()   #生成html檔案

圖26 全國地圖（3）

修改maptype引數可以繪制省級地圖，代碼如下，如圖27所示，

value = [233, 102, 41, 82]
attr = ['武漢市', '咸寧市', '黃岡市', '黃石市']
map1 = pyecharts.Map("湖北省地圖")
map1.add("", attr, value, maptype='湖北', is_visualmap=True,
        visual_text_color='#000')
map1.render()

圖27 湖北省地圖
修改maptype引數為world可以繪制世界地圖，代碼如下，如圖28所示，

value = [46, 54, 45, 82, 45]
attr= ["China", "Canada", "Brazil", "Russia", "United States"]
map1 = pyecharts.Map("世界地圖", width=1200, height=600)
map1.add("", attr, value, maptype="world", is_visualmap=True,
        visual_text_color='#000', is_map_symbol_show=False)
map1.render()

圖28 全球地圖

3.2 地圖坐標系

地圖坐標系組件用于地圖的繪制，支持在地圖上繪制散點圖，線集，利用Geo方法可在地圖上繪制散點圖等，代碼如下，

data = [
    ('上海', 78),('武漢', 56),('長沙', 45),('北京', 65),('蘇州', 32),('鹽城', 15),
    ('南昌', 87),('青島', 45),('廣州', 78),('拉薩', 12),('桂林', 21),('西安', 42),
    ('濟南', 12)]

geo = pyecharts.Geo("地圖繪制案例一",
          title_pos="center", width=1200,
          height=600)
attr, value = geo.cast(data)
geo.add("", attr, value, visual_range=[0, 100], visual_text_color="#fff",
        geo_normal_color="#FFFFFF",
        symbol_size=15, is_visualmap=True)
geo.render()

該add方法的引數如下，type設定圖例型別，‘scatter’, ‘effectScatter’, 'heatmap’可選；symbol_size為散點圖大小；border_color設定地圖邊界顏色；geo_normal_color為正常情況下地圖區域顏色；geo_emphasis_color為高亮下地圖區域的顏色，

add(name, attr, value,
    type="scatter",
    maptype='china',
    symbol_size=12,
    border_color="#111",
    geo_normal_color="#323c48",
    geo_emphasis_color="#2a333d",
    is_roam=True, **kwargs)

繪制的地圖如圖29所示，

圖29 案例一
修改type引數，更改為heatmap，代碼如下，如圖30所示，

data = [
    ('上海', 78),('武漢', 56),('長沙', 45),('北京', 65),('蘇州', 32),('鹽城', 15),
    ('南昌', 87),('青島', 45),('廣州', 78),('拉薩', 12),('桂林', 21),('西安', 42),
    ('濟南', 12)]

geo = pyecharts.Geo("地圖繪制案例二",
          title_pos="center", width=1200,
          height=600)
attr, value = geo.cast(data)
geo.add("", attr, value, type='heatmap', visual_range=[0, 100], visual_text_color="#fff",
        geo_normal_color="#FFFFFF",
        symbol_size=15, is_visualmap=True)
geo.render()

圖30 案例二