偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

可視化分析之 Basemap 實(shí)戰(zhàn)詳解

開(kāi)發(fā) 前端
上一篇文章講解了Basemap基礎(chǔ)知識(shí),今天的文章主要闡述 BaseMap 實(shí)戰(zhàn)。話不多說(shuō),一起來(lái)實(shí)戰(zhàn)吧!

?[[437194]]?

本文轉(zhuǎn)載自微信公眾號(hào)「Python技術(shù)」,作者派森醬 。轉(zhuǎn)載本文請(qǐng)聯(lián)系Python技術(shù)公眾號(hào)。

上一篇文章講解了Basemap基礎(chǔ)知識(shí),今天的文章主要闡述 BaseMap 實(shí)戰(zhàn)。話不多說(shuō),一起來(lái)實(shí)戰(zhàn)吧!

BaseMap 畫(huà)世界地圖

BaseMap 畫(huà)世界地圖,主要方法是畫(huà)地球海岸線,畫(huà)國(guó)家分界線主要方法是:m.drawcoastlines()

BaseMap 畫(huà)地球地圖詳細(xì)代碼如下:

import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
import numpy as np

def drawcoast():
plt.figure(figsize=(12, 8))
m = Basemap() # 創(chuàng)建一個(gè)地圖
m.drawcoastlines() # 畫(huà)海岸線
plt.show() # 顯示圖像
if __name__ == '__main__':
drawcoast()

運(yùn)行結(jié)果圖如下:

??

用 BaseMap 畫(huà)中國(guó)地圖

使用 BaseMap 畫(huà)中國(guó)地圖時(shí)需要增加中國(guó)的經(jīng)緯度信息,詳細(xì)方法如下:

# 畫(huà)中國(guó)地圖
def draw_china():
plt.figure(figsize=(10, 6))
m = Basemap(llcrnrlon=77, llcrnrlat=14, urcrnrlon=140, urcrnrlat=51, projection='lcc', lat_1=33, lat_2=45,
lon_0=100)
m.drawcountries(linewidth=1.5)
m.drawcoastlines()
plt.show()

中國(guó)地圖顯示如下

用 BaseMap 繪制地球

def draw_basic():
map = Basemap(projection='ortho', lat_0=0, lon_0=0)
map.drawmapboundary(fill_color='aqua')
map.fillcontinents(color='gray',lake_color='aqua')
map.drawcoastlines()
plt.show()

顯示圖片如下:

??

用 BaseMap 繪制人口分布圖

根據(jù)添加的各個(gè)城市的主要人口分布后繪制出城市人口分布地圖,詳細(xì)方法和代碼如下:

def drawearth():
names = []
pops = []
lats = []
lons = []
countries = []
file = open("data/main_city", encoding='utf-8').readlines()
for line in file:
info = line.split()
names.append(info[0])
pops.append(float(info[1]))
lat = float(info[2][:-1])
if info[2][-1] == 'S': lat = -lat
lats.append(lat)
lon = float(info[3][:-1])
if info[3][-1] == 'W': lon = -lon + 360.0
lons.append(lon)
country = info[4]
countries.append(country)
# set up map projection with
# use low resolution coastlines.
map = Basemap(projection='ortho', lat_0=35, lon_0=120, resolution='l')
# draw coastlines, country boundaries, fill continents.
map.drawcoastlines(linewidth=0.25)
map.drawcountries(linewidth=0.25)
# draw the edge of the map projection region (the projection limb)
map.drawmapboundary(fill_color='#689CD2')
# draw lat/lon grid lines every 30 degrees.
map.drawmeridians(np.arange(0, 360, 30))
map.drawparallels(np.arange(-90, 90, 30))
# Fill continent wit a different color
map.fillcontinents(color='#BF9E30', lake_color='#689CD2', zorder=0)
# compute native map projection coordinates of lat/lon grid.
x, y = map(lons, lats)
max_pop = max(pops)
# Plot each city in a loop.
# Set some parameters
size_factor = 80.0
y_offset = 15.0
rotation = 30
for i, j, k, name in zip(x, y, pops, names):
size = size_factor * k / max_pop
cs = map.scatter(i, j, s=size, marker='o', color='#FF5600')
plt.text(i, j + y_offset, name, rotation=rotation, fontsize=10)

plt.title('earth')
plt.show()

if __name__ == '__main__':
drawearth()

繪制出的地球圖片如下:

??

畫(huà)投影地球

最后來(lái)畫(huà)一個(gè)有投影的地球,詳細(xì)代碼如下:

def draw_earth1():
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
plt.figure(figsize=(8, 8))
# 正射投影,投影原點(diǎn)設(shè)在了上海周邊
m = Basemap(projection='ortho', resolution=None, lat_0=30, lon_0=120)
# 圖像原始分辨率是5400*2700,設(shè)置scale = 0.5以后分辨率為2700*1350,如此作圖
# 迅速不少也不那么占用內(nèi)存了
m.bluemarble(scale=0.5)
plt.show()

if __name__ == '__main__':
draw_earth1()

繪畫(huà)結(jié)果圖如下:

??

總結(jié)

今天的文章就到這里啦,希望今天的文章對(duì)大家有幫助!

 

責(zé)任編輯:武曉燕 來(lái)源: Python技術(shù)
相關(guān)推薦

2025-07-03 01:45:00

機(jī)器學(xué)習(xí)糖尿病預(yù)測(cè)

2023-07-26 12:38:42

PyGWalker數(shù)據(jù)類型

2016-11-25 11:16:22

阿里支付寶數(shù)據(jù)分析

2020-09-27 10:32:05

開(kāi)發(fā) Github可視化

2021-05-06 09:57:18

Python 開(kāi)發(fā)編程語(yǔ)言

2018-01-25 14:34:18

大數(shù)據(jù)可視化工具

2020-09-09 12:15:50

大數(shù)據(jù)互聯(lián)網(wǎng)可視化

2022-06-15 08:25:07

Python天氣數(shù)據(jù)可視化分析

2018-01-03 17:22:22

DataHunter數(shù)據(jù)可視化分析

2018-11-14 10:15:58

開(kāi)源技術(shù) 數(shù)據(jù)

2020-09-27 14:56:33

工具數(shù)據(jù)可視化技術(shù)

2016-11-28 15:03:06

Python數(shù)據(jù)可視化網(wǎng)絡(luò)分析

2024-07-31 11:48:07

2021-09-09 06:40:28

Pyecharts可視化源碼

2022-05-12 08:58:03

開(kāi)源日志查詢日志可視化

2021-06-04 12:56:22

數(shù)據(jù)分析崗位

2015-11-17 18:44:06

Qlik可視化

2016-04-26 14:04:29

大數(shù)據(jù)可視化

2020-05-14 10:19:23

Python可視化分析

2021-08-05 10:46:59

GitHub代碼開(kāi)發(fā)者
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)