咱们用folium进行过多次地图绘制,有粉丝反馈在进行地图绘制的时候坐标点可能是百度地图经纬度、高德地图经纬度或者腾讯地图经纬度等情况,然后发现用默认的地图底图绘制的时候存在明显的偏移;另外,还有粉丝进行地图绘制用于论文的发表...内建地图底图样式 我们看到folium其实有好几种内建地图底图样式,其中部分需要去申请key,由于我这边没有申请成功就不做演示了。...补充 其实,我们还可以找更多的地图底图瓦片URL来进行替换,多样化我们的地图绘制。...另外,大家在用经纬度坐标点进行地图绘制的时候,比如标记点、绘制区域、热力图绘制等等,需要考虑经纬度坐标是哪个地图系下面的,然后再用对应地图系的相关底图进行绘制才准确!...后续我们将继续介绍folium地图绘制的更多操作技巧,敬请期待~
关系(一)利用python绘制散点图 散点图 (Scatterplot)简介 1 在笛卡尔座标上放置一系列的数据点,检测两个变量之间的关系,这就是散点图。...快速绘制 基于seaborn import seaborn as sns import matplotlib.pyplot as plt # 导入数据 df = sns.load_dataset('iris...') # 基于scatterplot函数绘制散点图 sns.scatterplot(x=df["sepal_length"], y=df["sepal_width"]) plt.show() 2...通过seaborn绘制多样化的散点图 seaborn主要利用scatterplot和regplot绘制散点图,可以通过seaborn.scatterplot[1]和seaborn.regplot[2]了解更多用法...matplotlib主要利用plot绘制散点图,可以通过matplotlib.pyplot.plot[3]了解更多用法 自定义散点图 import matplotlib as mpl import matplotlib.pyplot
分布(一)利用python绘制直方图 直方图(Histogram)简介 直方图 直方图主要用来显示在连续间隔(或时间段)的数据分布,每个条形表示每个间隔(或时间段)的频率,直方图的总面积等于数据总量。...') # 利用displot函数创建直方图 sns.displot(df["sepal_length"], kde=False, rug=False) plt.show() 直方图 基于matplotlib...matplotlib.pyplot as plt # 导入数据 df = sns.load_dataset('iris') # 初始画布 fig, ax = plt.subplots(figsize = (4, 3)) # 利用...通过seaborn绘制多样化的直方图 seaborn主要利用displot和histplot绘制直方图,可以通过seaborn.displot[1]和seaborn.histplot[2]了解更多用法...matplotlib主要利用hist绘制直方图,可以通过matplotlib.pyplot.hist[6]了解更多用法 import matplotlib as mpl import matplotlib.pyplot
之前热图三部曲介绍了使用ggplot2和pheatmp绘制热图 R语言学习 - 热图绘制 (heatmap) R语言学习 - 热图美化 R语言学习 - 热图简化 后来2017年最后学习1010个热图绘制方法简略介绍了...10种热图绘制方式,CIRCOS增加热图、点图、线图和区块属性是另一种形式的热图。...绘制单个热图 安装 包的安装就不细说了,R语言学习 - 基础概念和矩阵操作中有详细的教程,下面直接给出安装代码。...定制化 ComplexHeatmap十分灵活,可以自定义多种参数绘制热图。...颜色 大多数情况下,绘制热图的矩阵都是连续性变量,通过提供颜色映射函数,我们可以自定义颜色,颜色选择和搭配见史上最全的图表色彩运用原理。
1 问题 利用python如何绘制直方图和散点图。...axes.unicode_minus'] = False # 正常显示负号data = np.random.randn(10000) # 随机生成(10000),服从正态分的布数据# data——必选参数,绘制数据..., 184, 193, 198, 202, 200]plt.scatter(x, y, c='r') # x,y值,点颜色plt.show()运行结果(1)(2) 3 结语 对于用python进行绘制直方图和散点图...这需要利用matplotlib库引用后才能画图,x,y数组自行设置数目相同即可,标签等不可出现中文。Plt.show()用于图形显示,不写则无法显示图形。
分布(三)利用python绘制箱线图 箱线图 (Boxplot)简介 1 箱线图也叫盒须图,主要用来突出显示数据分布的四分位数。...快速绘制 基于seaborn import seaborn as sns import matplotlib.pyplot as plt sns.set(style="darkgrid") # 导入数据...df = sns.load_dataset('iris') # 利用boxplot函数绘制箱线图 sns.boxplot(y=df["sepal_length"]) plt.show() 2 定制多样化的箱线图...seaborn主要利用boxplot箱线图,可以通过seaborn.boxplot[1]了解更多用法 绘制多个箱线图 import seaborn as sns import matplotlib.pyplot...weight='semibold') ax_sub.set_title('添加观测数量') plt.show() 7 总结 以上通过seaborn的boxplot可以快速绘制箱线图
地图(一)利用python绘制背景地图 背景地图(Background Map)简介 1 背景地图一般用于绘制目的区域的地图背景。...具体可参考我以前分享的Anaconda虚环境管理 快速绘制 基于geopandas和geoplot 建议使用anaconda的conda-forge通道安装:conda install -c conda-forge...ccrs.PlateCarree() ax = plt.axes(projection=ccrs.PlateCarree()) ax.coastlines() 3 总结 以上基于geopandas获取地图数据,并利用
分布(二)利用python绘制密度图 密度图 (Density chart)简介 1 密度图用于显示数据在连续数值(或时间段)的分布状况,是直方图的变种。...('iris') # 利用kdeplot函数绘制密度图 sns.kdeplot(df['sepal_width']) plt.show() 2 基于matplotlib import matplotlib.pyplot...seaborn主要利用kdeplot绘制密度图,可以通过seaborn.kdeplot[1]了解更多用法 修改参数 import seaborn as sns import matplotlib.pyplot...sns.kdeplot(data=diamonds, x="price", hue="cut", fill=True, common_norm=False, alpha=0.4) plt.show() 7 # 利用...,也可通过gaussian_kde构建密度函数后再通过matplotlib进行简单绘制,并通过修改参数或者辅以其他绘图知识自定义各种各样的密度图来适应相关使用场景。
趋势(六)利用python绘制螺旋图 螺旋图(Spiral Diagram)简介 1、螺旋图适合用来显示大型时间内的数据趋势,也能有效地显示其周期性。...绘制螺旋图 基本的螺旋框架 import numpy as np import matplotlib.pyplot as plt import pandas as pd # 设置随机种子 np.random.seed...False) # 删除极坐标的外环(边框) ax.spines['polar'].set_visible(False) plt.show() 4、总结 以上基于matplotlib极坐标叠加条形图绘制出了螺旋图
比较(二)利用python绘制雷达图 雷达图(Radar Chart)简介 雷达图可以用来比较多个定量变量,也可以用于查看数据集中变量的得分高低,是显示性能表现的理想之选。...快速绘制 基于matplotlib import matplotlib.pyplot as plt import pandas as pd from math import pi # 自定义数据 df...31, 33, 14], 'var5': [28, 15, 32, 14] }) # 计算变量个数 categories=list(df)[1:] N = len(categories) # 仅绘制第一行数据的雷达图...一图绘制多个雷达图 import matplotlib.pyplot as plt import pandas as pd from math import pi # 自定义数据 df = pd.DataFrame...values, linewidth=1, linestyle='solid', label="group A") ax.fill(angles, values, 'b', alpha=0.1) # 绘制第二个图
分布(五)利用python绘制蜂群图 蜂群图 (swarmplot)简介 蜂群图可以不重叠的显示各数据点的分布。相对于散点图,所绘制的点彼此靠近且不会重叠,能有效呈现出点分布的局部密度信息。...快速绘制 基于seaborn import seaborn as sns import matplotlib.pyplot as plt import numpy as np # 自定义数据 my_variable...= np.random.normal(loc=10, scale=5, size=100) # 利用swarmplot函数绘制蜂群图 sns.swarmplot(y=my_variable) plt.show...seaborn主要利用swarmplot绘制蜂群图,可以通过seaborn.swarmplot[1]了解更多用法 绘制多个蜂群图 import matplotlib as mpl import seaborn..., data_group2]) category_feature = ['Group 1'] * sample_size + ['Group 2'] * sample_size # 定义类别 # 绘制蜂群图
趋势(五)利用python绘制烛台图 烛台图(Candlestick)简介 烛台图也叫K线图,通常用作交易工具,用来显示和分析证券、衍生工具、外汇货币、股票、债券等商品随着时间的价格变动。...绘制基本烛台图 由于不是专业的金融从业者,这里只是简单的进行分享,更多用法可参考baostock 数据平台[1]、mplfinance文档[2]以及Candlestick charts in Python....astype(float) bs.logout() 基于mplfinance import mplfinance as mpf moving_averages = [5,10,15] # 需要绘制的均线...y=0.98, font=dict(size=12) )) 总结 以上基于baostock获取股票数据,并利用...mplfinance和plotly快速绘制烛台图。
关系(二)利用python绘制热图 热图 (Heatmap)简介 1 热图适用于显示多个变量之间的差异,通过颜色判断彼此之间是否存在相关性。...快速绘制 基于seaborn import seaborn as sns import pandas as pd import numpy as np import matplotlib.pyplot...matplotlib as mpl # 自定义数据 df = pd.DataFrame(np.random.random((5,5)), columns=["a","b","c","d","e"]) # 利用...seaborn主要利用heatmap绘制热图,可以通过seaborn.heatmap[1]了解更多用法 不同输入格式的热图 import matplotlib.pyplot as plt import...) # 基本聚类热图 g = sns.clustermap(df, standard_scale=1) # 标准化处理 plt.show() 5 总结 以上通过seaborn的heatmap快速绘制热图
趋势(四)利用python绘制流图 流图(Streamgraph)简介 流图是一种围绕中心轴偏移的堆叠面积图,从而形成流动的有机形状。...绘制流图 import matplotlib.pyplot as plt import numpy as np from scipy import stats # 自定义数据 x = np.arange...(1990, 2020) y = [np.random.randint(0, 5, size=30) for _ in range(5)] 绘制基本的堆叠面积图 fig, ax = plt.subplots...(figsize=(10, 7)) ax.stackplot(grid, y_smoothed, colors=COLORS, baseline="sym"); 总结 以上基于matplotlib绘制堆叠面积图的基础上...,调整baseline和平滑曲线完成了流图的绘制。
比较(三)利用python绘制词云图 词云图(Wordcloud)简介 词云图主要用来可视化文本数据,通常以大小和位置表示关键字的频率,以此来比较不同关键词的重要程度。...快速绘制 基于wordcloud from wordcloud import WordCloud import matplotlib.pyplot as plt # 自定义文本数据 text=("Python...wordcloud主要利用WordCloud绘制词云图,可以通过wordcloud.WordCloud[1]了解更多用法 修改参数 from wordcloud import WordCloud import...interpolation="bilinear") plt.axis("off") plt.margins(x=0, y=0) plt.show() 总结 以上通过wordcloud的WordCloud快速绘制词云图
分布(六)利用python绘制山脊图 山脊图 (Ridgeline chart)简介 山脊图可以同时显示几个组的数值分布情况,并且可以在同一水平下,直观地对比多个分布的变化。...通过searbon绘制山脊图 # 1950~2010年西雅图的平均气温,并展示其分布 import numpy as np import pandas as pd import seaborn as...2.0 january 4.493982 3 1/4/1948 7 4.0 2.0 january 4.493982 4 1/5/1948 7 3.0 0.0 january 4.493982 # 利用...[f'y_{year}'].min()) # 标准化处理温度计数 fig = go.Figure() for index, year in enumerate(year_list): # 绘制基础画板...,一种结合searbon的FacetGrid和kdeplot绘制,另一种则是利用的plotly的go.Scatter,并修改参数fill='tonexty'以绘制区域图的效果。
关系(五)利用python绘制连接散点图 连接散点图(Connected Scatterplot)简介 连接散点图(点线图)是折线图的一种,与散点图类似。...df = pd.DataFrame({ 'x': range(1,10), 'y': np.random.randn(9)*80+range(1,10) }) # 利用...自定义数据 df = pd.DataFrame({ 'x': range(1,10), 'y': np.random.randn(9)*80+range(1,10) }) # 利用...通过seaborn绘制多样化的连接散点图 seaborn主要利用lineplot绘制连接散点图,可以通过seaborn.lineplot[1]了解更多用法 import seaborn as sns import...matplotlib主要利用plot绘制连接散点图,可以通过matplotlib.pyplot.plot[2]了解更多用法 自定义连接散点图 import matplotlib.pyplot as plt
2 利用prettymaps快速制作海报级地图 遗憾的是,prettymaps暂时还不能通过pip或conda直接进行安装,但可以利用pip配合git从源码仓库进行安装,对于国内的用户来说,可以使用下面的语句从...圆角矩形模式.png', dpi=500) 2.1.3 添加文字内容 有了这样美观大方的艺术地图,我们还可以基于matplotlib中自定义字体的方法,在地图上添加标注信息,仍然以上海外滩为例,我们利用外部的书法字体...,在正中心绘制文字标注信息: import matplotlib.font_manager as fm # 创建图床 fig, ax = plt.subplots(figsize = (12, 12)...transform=ax.transAxes ) # 导出图片文件 plt.savefig('上海外滩-添加文字标注.png', dpi=500) 你可以找到你关注地点的经纬度坐标,尽情地绘制出各种艺术地图作品
关系(四)利用python绘制气泡图 气泡图(Bubble plot)简介 气泡图是散点图的变种,可以利用圆的大小来可视化第三个变量。...# 导入数据 data = gapminder.loc[gapminder.year == 2007] # 利用scatterplot函数快速绘制气泡图 sns.scatterplot(data=data...scatter函数快速绘制气泡图 # matplotlib的s为点的面积,不宜过大。...通过seaborn绘制多样化的气泡图 seaborn主要利用scatterplot绘制气泡图,可以通过seaborn.scatterplot[1]了解更多用法 import matplotlib.pyplot...matplotlib主要利用scatter绘制气泡图,可以通过matplotlib.pyplot.scatter[2]了解更多用法 自定义气泡图 import matplotlib.pyplot as
领取专属 10元无门槛券
手把手带您无忧上云