百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

Python使用bokeh及folium实现地理位置信息的交互可视化

off999 2025-05-26 18:14 25 浏览 0 评论

Talk is cheap,show U the code!

1.普通版(常规地图)

import numpy as np
from bokeh.plotting import figure, show, output_notebook
from bokeh.layouts import gridplot
output_notebook()
import pandas as pd
import folium
from folium import plugins

#加载数据
df =  pd.read_csv('平台总镜头.csv',encoding='gb18030')
df0 =  pd.read_csv('离线镜头.csv',encoding='gb18030')
def shixiao(x):
    if x in df0['国标编码'].tolist():
        return 1
    else:
        return 0
df['失效'] = df['国标编码'].apply(shixiao)
df = df.sample(frac=0.1, replace=True, random_state=10)  #1/10数据

df0 = df[df['失效']==1]  # 失效 红色 稍微大一点
df4 = df[df['失效']==1]  # 失效 红色 稍微大一点
df1 = df[(df['失效']==0) & (df['建设类别']=='一类点') ]  # 绿色
df2 = df[(df['失效']==0) & (df['建设类别']=='二类点') ]  # 蓝色
df3 = df[(df['失效']==0) & (df['建设类别']=='三类点') ]  #  青色

plotmap1 = folium.Map(location=[22.734057,114.058937], zoom_start=12,control_scale = True,
                          tiles='http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=8&x={x}&y={y}&z={z}',
                            attr='(c) <a href="http://ditu.amap.com/">高德地图</a>'                    
                     )
for i in range(df1.shape[0]):
     folium.Circle([df1['GPS纬度'].tolist()[i],df1['GPS经度'].tolist()[i]],color='green',radius=1).add_to(plotmap1)
for i in range(df2.shape[0]):
     folium.Circle([df2['GPS纬度'].tolist()[i],df2['GPS经度'].tolist()[i]],color='blue',radius=1).add_to(plotmap1)
for i in range(df3.shape[0]):
     folium.Circle([df3['GPS纬度'].tolist()[i],df3['GPS经度'].tolist()[i]],color='orange',radius=1).add_to(plotmap1)
        
for i in range(df0.shape[0]):
    folium.Circle([df0['GPS纬度'].tolist()[i],df0['GPS经度'].tolist()[i]],color='red',radius=1).add_to(plotmap1)
    

plotmap1.save('folium_map_1_10_全部Bokeh.html')

不带控件全部显示分类点

import math
def lonLat2WebMercator(lon,Lat):
    x = lon *20037508.34/180;
    y = math.log(math.tan((90+Lat)*math.pi/360))/(math.pi/180)
    y = y *20037508.34/180;
    return x,y
def lonLat2WebMercator_Lon(lon):  #GPS经度
    x = lon *20037508.34/180
    return x
def lonLat2WebMercator_Lat(Lat):  # GPS纬度
    y = math.log(math.tan((90+Lat)*math.pi/360))/(math.pi/180)
    y = y *20037508.34/180
    return y
df_new = df[(df["GPS纬度"]>22)  & (df["GPS纬度"] <23) & (df["GPS经度"]>113)  & (df["GPS经度"] <115)]  # 有效数据

df_new["Lon"] = df_new["GPS经度"].apply(lonLat2WebMercator_Lon)
df_new["Lat"] = df_new["GPS纬度"].apply(lonLat2WebMercator_Lat)

df = df_new.copy()

df0 = df[df['失效']==1]  # 失效 红色 稍微大一点
df1 = df[(df['失效']==0) & (df['建设类别']=='一类点') ]  # 绿色
df2 = df[(df['失效']==0) & (df['建设类别']=='二类点') ]  # 蓝色
df3 = df[(df['失效']==0) & (df['建设类别']=='三类点') ]  #  青色

from bokeh.util.browser import view
from bokeh.document import Document
from bokeh.embed import file_html
from bokeh.resources import INLINE
from bokeh.models import Plot
from bokeh.models import Range1d
from bokeh.models import WheelZoomTool, PanTool, BoxZoomTool
from bokeh.models import WMTSTileSource
# 设置x,y轴的经纬度范围
x_range = Range1d(int(df_new["Lon"].min()),int(df_new["Lon"].max()))
y_range = Range1d(int(df_new["Lat"].min()),int(df_new["Lat"].max()))
tile_options = {}
# https://www.jb51.net/article/206540.htm
tile_options['url'] = 'http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=7&x={x}&y={y}&z={z}'  # style=7,8
tile_options['attribution'] = """
   '(c) <a href="http://ditu.amap.com/">公众号:注册土木</a>.
    """ # 地图右下角标签
tile_source = WMTSTileSource(**tile_options)
# 实例化plot
p = figure(x_range=x_range, y_range=y_range, plot_height=800, plot_width=1000)
# 标记区域


p.scatter(df1['Lon'], df1['Lat'],size=5, marker="circle", color="#0DE63C", alpha=0.99,legend_label='一类') 
p.scatter(df2['Lon'], df2['Lat'],size=5, marker="circle", color="#9C09EB", alpha=0.99,legend_label='二类') 
p.scatter(df3['Lon'], df3['Lat'],size=5, marker="circle", color="#101AEB", alpha=0.99,legend_label='三类') 

p.scatter(df0['Lon'], df0['Lat'],size=5, marker="circle", color="red", alpha=0.99,legend_label='失效')  
# 渲染地图
# p.add_tools(BoxZoomTool(match_aspect=True))  # WheelZoomTool(), PanTool(), 

tile_renderer_options = {}
p.add_tile(tile_source, **tile_renderer_options)

# 其他参数
p.xaxis.visible = False
p.yaxis.visible = False 
p.xgrid.grid_line_color = None 
p.ygrid.grid_line_color = None 
p.legend.orientation = "horizontal"
p.legend.location = "top_center"
p.legend.click_policy="hide" # 点击图例显示、隐藏图形
p.sizing_mode = 'scale_width'
# 显示
show(p)


全部数据

部分数据

3.加强版(卫星地图)

from bokeh.util.browser import view
from bokeh.document import Document
from bokeh.embed import file_html
from bokeh.resources import INLINE
from bokeh.models import Plot
from bokeh.models import Range1d
from bokeh.models import WheelZoomTool, PanTool, BoxZoomTool
from bokeh.models import WMTSTileSource
# 设置x,y轴的经纬度范围
x_range = Range1d(int(df_new["Lon"].min()),int(df_new["Lon"].max()))
y_range = Range1d(int(df_new["Lat"].min()),int(df_new["Lat"].max()))
tile_options = {}
# https://www.jb51.net/article/206540.htm
# tile_options['url'] = 'http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=7&x={x}&y={y}&z={z}'  # style=7,8
tile_options['url'] = 'http://webst02.is.autonavi.com/appmaptile?style=6&x={x}&y={y}&z={z}'
# tiles='http://webst02.is.autonavi.com/appmaptile?style=6&x={x}&y={y}&z={z}', # 高德卫星图
tile_options['attribution'] = """
   '(c) <a href="http://ditu.amap.com/">公众号:注册土木</a>.
    """ # 地图右下角标签
tile_source = WMTSTileSource(**tile_options)
# 实例化plot
p = figure(x_range=x_range, y_range=y_range, plot_height=800, plot_width=1000)
# 标记区域


p.scatter(df1['Lon'], df1['Lat'],size=5, marker="circle", color="#0DE63C", alpha=0.99,legend_label='一类') 
p.scatter(df2['Lon'], df2['Lat'],size=5, marker="circle", color="#9C09EB", alpha=0.99,legend_label='二类') 
p.scatter(df3['Lon'], df3['Lat'],size=5, marker="circle", color="#101AEB", alpha=0.99,legend_label='三类') 

p.scatter(df0['Lon'], df0['Lat'],size=5, marker="circle", color="red", alpha=0.99,legend_label='失效')  
# 渲染地图
p.add_tools(WheelZoomTool(), PanTool(), BoxZoomTool(match_aspect=True))  # 

tile_renderer_options = {}
p.add_tile(tile_source, **tile_renderer_options)

# 其他参数
p.xaxis.visible = False
p.yaxis.visible = False 
p.xgrid.grid_line_color = None 
p.ygrid.grid_line_color = None 
p.legend.orientation = "horizontal"
p.legend.location = "top_center"
p.legend.click_policy="hide" # 点击图例显示、隐藏图形
p.sizing_mode = 'scale_width'
# 显示
show(p)

卫星地图

civilpy:Python加载basemap绘制分省地图1 赞同 · 1 评论文章

注:folium在一定程度上要比basemap好用一些;至于Echarts或者腾讯地图API的热力图,也是可以的。不过这些API在一些复杂场景体验并不是很好,如与movepy进行交互实现动态显示路径。



相关推荐

apisix动态修改路由的原理_动态路由协议rip的配置

ApacheAPISIX能够实现动态修改路由(DynamicRouting)的核心原理,是它将传统的静态Nginx配置彻底解耦,通过中心化配置存储(如etcd)+OpenRest...

使用 Docker 部署 OpenResty Manager 搭建可视化反向代理系统

在之前的文章中,xiaoz推荐过可视化Nginx反向代理工具NginxProxyManager,最近xiaoz还发现一款功能更加强大,界面更加漂亮的OpenRestyManager,完全可以替代...

OpenResty 入门指南:从基础到动态路由实战

一、引言1.1OpenResty简介OpenResty是一款基于Nginx的高性能Web平台,通过集成Lua脚本和丰富的模块,将Nginx从静态反向代理转变为可动态编程的应用平台...

OpenResty 的 Lua 动态能力_openresty 动态upstream

OpenResty的Lua动态能力是其最核心的优势,它将LuaJIT嵌入到Nginx的每一个请求处理阶段,使得开发者可以用Lua脚本动态控制请求的生命周期,而无需重新编译或rel...

LVS和Nginx_lvs和nginx的区别

LVS(LinuxVirtualServer)和Nginx都是常用的负载均衡解决方案,广泛应用于大型网站和分布式系统中,以提高系统的性能、可用性和可扩展性。一、基本概念1.LVS(Linux...

外网连接到内网服务器需要端口映射吗,如何操作?

外网访问内网服务器通常需要端口映射(或内网穿透),这是跨越公网与私网边界的关键技术。操作方式取决于网络环境,以下分场景详解。一、端口映射的核心原理内网服务器位于私有IP地址段(如192.168.x.x...

Nginx如何解决C10K问题(1万个并发连接)?

关注△mikechen△,十余年BAT架构经验倾囊相授!大家好,我是mikechen。Nginx是大型架构的必备中间件,下面我就全面来详解NginxC10k问题@mikechen文章来源:mikec...

炸场!Spring Boot 9 大内置过滤器实战手册:从坑到神

炸场!SpringBoot9大内置过滤器实战手册:从坑到神在Java开发圈摸爬滚打十年,见过太多团队重复造轮子——明明SpringBoot自带的过滤器就能解决的问题,偏偏要手写几十...

WordPress和Typecho xmlrpc漏洞_wordpress主题漏洞

一般大家都关注WordPress,毕竟用户量巨大,而国内的Typecho作为轻量级的博客系统就关注的人并不多。Typecho有很多借鉴WordPress的,包括兼容的xmlrpc接口,而WordPre...

Linux Shell 入门教程(六):重定向、管道与命令替换

在前几篇中,我们学习了函数、流程控制等Shell编程的基础内容。现在我们来探索更高级的功能:如何控制数据流向、将命令链接在一起、让命令间通信变得可能。一、输入输出重定向(>、>>...

Nginx的location匹配规则,90%的人都没完全搞懂,一张图让你秒懂

刚配完nginx网站就崩了?运维和开发都头疼的location匹配规则优先级,弄错顺序直接导致500错误。核心在于nginx处理location时顺序严格:先精确匹配=,然后前缀匹配^~,接着按顺序正...

liunx服务器查看故障命令有那些?_linux查看服务器性能命令

在Linux服务器上排查故障时,需要使用一系列命令来检查系统状态、日志文件、资源利用情况以及网络状况。以下是常用的故障排查命令,按照不同场景分类说明。1.系统资源相关命令1.1查看CPU使...

服务器被入侵的常见迹象有哪些?_服务器入侵可以被完全操纵吗

服务器被入侵可能会导致数据泄露、服务异常或完全失控。及时发现入侵迹象能够帮助你尽早采取措施,减少损失。以下是服务器被入侵的常见迹象以及相关的分析与处理建议。1.服务器被入侵的常见迹象1.1系统性能...

前端错误可观测最佳实践_前端错误提示

场景解析对于前端项目,生产环境的代码通常经过压缩、混淆和打包处理,当代码在运行过程中产生错误时,通常难以还原原始代码从而定位问题,对于深度混淆尤其如此,因此Mozilla自2011年开始发起并...

8个能让你的Kubernetes集群“瞬间崩溃”的配置错误

错误一:livenessProbe探针“自杀式”配置——30秒内让Pod重启20次现象:Pod状态在Running→Terminating→CrashLoopBackOff之间循环,重启间隔仅...

取消回复欢迎 发表评论: