文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

基于geopandas的空间数据分析—geoplot篇(下)

scheme参数，用于控制分层设色，详见本系列文章的分层设色篇，但不同的是在geoplot0.4.0版本之后此参数不再搭配分层数量k共同使用，而是更新为传入mapclassify分段结果对象，下文中会做具体演示...使用到的美国本土各州矢量面数据contiguous-usa.geojson已上传到文章开头对应的Github仓库中： 图2 图3 首先我们将两张表中各自对应的州名数据作为键进行连接（注意pd.merge返回的结果类型为...当设置为False时只有等值线被绘制出，当设置为True时会绘制核密度填充 shade_lowest：bool型，控制是否对概率密度最低的层次进行填充，下文会举例说明 n_levels：int型，控制等值线数量...，使得点分布中心看起来更加明显，再添加参数shade_lowest=True，即可对空白区域进行填充： 图8 随之而来的问题是整幅图像都被填充，为了裁切出核密度图像的地区轮廓，将底层行政区面数据作为clip...scheme参数，用于控制分层设色，详见本系列文章的分层设色篇，但不同的是在geoplot0.4.0版本之后此参数不再搭配分层数量k共同使用，而是更新为传入mapclassify分段结果对象，下文中会做具体演示

1.5K50

基于geopandas的空间数据分析—geoplot篇(上)

，可传入对应df中指定列名或外部序列数据，默认为None即不进行设色 cmap：和matplotlib中的cmap使用方式一致，用于控制色彩映射方案 scheme：作用类似geopandas中的scheme...参数，用于控制分层设色，详见本系列文章的分层设色篇，但不同的是在geoplot0.4.0版本之后此参数不再搭配分层数量k共同使用，而是更新为传入mapclassify分段结果对象，下文中会做具体演示 scale...：用于设定映射散点大小的序列数据，格式同hue，默认为None即每个散点等大小 limits：元组型，当scale不为None时，用于设定散点大小尺寸范围，格式为(min, max) s：当scale设置为...None时，用于控制散点的尺寸大小 color：当hue设置为None时，用于控制散点的填充色彩 marker：用于设定散点的形状 alpha：控制全局色彩透明度 linewidths：控制散点轮廓宽度...scale='price', # 以price作为色彩映射列 color=np.array([0., 0., 0., 0.]), # 设置填充色为透明

2.1K30
您找到你想要的搜索结果了吗？
是的
没有找到

（数据科学学习手札83）基于geopandas的空间数据分析——geoplot篇(下)

中的scheme参数，用于控制分层设色，详见本系列文章的分层设色篇，但不同的是在geoplot0.4.0版本之后此参数不再搭配分层数量k共同使用，而是更新为传入mapclassify分段结果对象，下文中会做具体演示...图3 　　首先我们将两张表中各自对应的州名数据作为键进行连接（注意pd.merge返回的结果类型为DataFrame，需要转换回GeoDataFrame）： # 按照州名列进行连接 usa_plot_base...型，当设置为False时只有等值线被绘制出，当设置为True时会绘制核密度填充 shade_lowest：bool型，控制是否对概率密度最低的层次进行填充，下文会举例说明 n_levels：int型...图7 　　这时图像等值线间得到相应颜色的填充，使得点分布中心看起来更加明显，再添加参数shade_lowest=True，即可对空白区域进行填充： ?...中的scheme参数，用于控制分层设色，详见本系列文章的分层设色篇，但不同的是在geoplot0.4.0版本之后此参数不再搭配分层数量k共同使用，而是更新为传入mapclassify分段结果对象，下文中会做具体演示

1.7K30

（数据科学学习手札82）基于geopandas的空间数据分析——geoplot篇(上)

从这个简单的例子中我们可以大致了解到，geoplot在geopandas处理好的数据基础上，针对不同类型图层封装了各自不同的API，由用户自主传入对应类型的矢量数据进行图层叠加，以得到最终结果，且可以兼容...，可传入对应df中指定列名或外部序列数据，默认为None即不进行设色 cmap：和matplotlib中的cmap使用方式一致，用于控制色彩映射方案 scheme：作用类似geopandas中的scheme...参数，用于控制分层设色，详见本系列文章的分层设色篇，但不同的是在geoplot0.4.0版本之后此参数不再搭配分层数量k共同使用，而是更新为传入mapclassify分段结果对象，下文中会做具体演示...scale：用于设定映射散点大小的序列数据，格式同hue，默认为None即每个散点等大小 limits：元组型，当scale不为None时，用于设定散点大小尺寸范围，格式为(min, max) s：...当scale设置为None时，用于控制散点的尺寸大小 color：当hue设置为None时，用于控制散点的填充色彩 marker：用于设定散点的形状 alpha：控制全局色彩透明度 linewidths

2.3K20

Python地信专题 | 基于geopandas的空间数据分析—数据结构篇

官方文档中的推荐安装方式为： conda install --channel conda-forge geopandas conda-forge是一个社区项目，在conda的基础上提供了更广泛更丰富的软件资源包...interiorCoords)用于创建有孔面 # 其中polygonExteriors用于定义整个有孔Polygon的外围，是一个无孔的多边形 # interiorCoords是用于定义内部每个孔洞（本质上是独立的多边形）的序列...可以理解为闭合的线或无孔多边形的边框，创建时传入数据的格式与Polygon相同。...()方法绘制有孔多边形的一个bug，即外部边框与内部孔洞创建时坐标 # 方向同为顺时针或顺时针时内部孔洞会自动被填充，如果你对这个bug感兴趣，可以前往 # https://github.com/geopandas...这里我们以geopandas自带的世界地图数据为例： world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres')) world.plot

1.8K20

（数据科学学习手札79）基于geopandas的空间数据分析——深入浅出分层设色

2 基于geopandas的分层设色 地区分布图（Choropleth maps，又叫面量图）作为可能是最常见的一种地理可视化方法，其核心是对某个与矢量面关联的数值序列进行有意义的分层，并为这些分层选择合适美观的色彩...) 为下限，以 (Q3+1.5IQR) 为上限，将小于下限或大于上限的观测值作为离群异常值，最后用图像的形式表达上述计算结果，如图2的上图，而图2的下图对应着概率估计，可以看出，箱线图法实际上是基于概率估计的一种异常值剔除方法...图4 　　可以看出通过箱线图法将数据分成了五类，其中异常值只有1个即为湖北省，下面我们配合geopandas来对上述结果进行可视化，和上一篇文章一样，按照省级单位名称连接我们的疫情数据与矢量数据： ?...(n) 的序列 (X=[x_{1},x_{2},......回到我们的主题，搞清楚了FisherJenks的计算目标之后，我们同样利用mapclassify计算分层结果，其默认分层为5： ?

1.7K20

（数据科学学习手札74）基于geopandas的空间数据分析——数据结构篇

，官方文档中的推荐安装方式为： conda install --channel conda-forge geopandas conda-forge是一个社区项目，在conda的基础上提供了更广泛更丰富的软件资源包...图1 　　可以看到创建出的GeoSeries数据类型为geometry，即几何对象。...interiorCoords)用于创建有孔面 # 其中polygonExteriors用于定义整个有孔Polygon的外围，是一个无孔的多边形 # interiorCoords是用于定义内部每个孔洞（本质上是独立的多边形）的序列...个有孔多边形内部空洞创建时使用[::-1]颠倒顺序 # 是因为GeoSeries.plot()方法绘制有孔多边形的一个bug，即外部边框与内部孔洞创建时坐标 # 方向同为顺时针或顺时针时内部孔洞会自动被填充...图35 　　而除了这些常规的数据索引方式之外，geopandas为GeoDataFrame添加了.cx索引方式，可以传入所需的空间范围，用于索引与传入范围相交的对应数据： # 选择与东经80度-110

2.7K20

基于geopandas的空间数据分析-深入浅出分层设色

其中在基础可视化那篇文章中我们提到了分层设色地图，可以对与多边形关联的数值属性进行分层，并分别映射不同的填充颜色。 但只是开了个头举了个简单的例子，实际数据可视化过程中的分层设色有一套策略方法。...其核心是对某个与矢量面关联的数值序列进行有意义的分层，并为这些分层选择合适美观的色彩，最后完成对地图的着色。...下面我们配合geopandas来对上述结果进行可视化，和上一篇文章一样，按照省级单位名称连接我们的疫情数据与矢量数据： 图5 接着对其进行可视化，在上一篇文章图28的基础上，将scheme参数改为BoxPlot...首先我们对长度为100的序列分为3组试试： f(100, 3) Out[11]: 4851 可以看到待选择的方案才4851个，还是很少的，那么我们接下来将组数提高到5： f(100, 5) Out[12...回到我们的主题，搞清楚了FisherJenks的计算目标之后，我们同样利用mapclassify计算分层结果，其默认分层为5： 图9 可以看到，在这种方式下，数据的分组较为合理，同样将geopandas.GeoDataFrame.plot

1.3K20

（数据科学学习手札93）利用geopandas与PostGIS进行交互

2.1 利用geopandas向PostGIS写入数据 　　为方便演示，这里我们以简化版的重庆市区县矢量面数据为例，首先我们导入所需的geopandas（注意geopandas版本必须大于等于0.8.0...图6 　　接着我们来演示如何通过geopandas向PostGIS推送矢量信息表，使用到的API为to_postgis()，其主要参数如下： name：字符型，用于指定推送到PostGIS后的表名称...append'指向原表追加，默认为fail schema：字符型，用于指定schema，默认为'public' index：bool型，用于指定是否保留index信息 index_label：字符型或序列...，当index被设置为True时为index信息指定字段名称 　　首先需要利用sqlalchemy中的create_engine来创建数据库连接，传入字符串包含了数据库类型、用户名、密码、主机IP、...端口以及数据库名称，格式为： 数据库类型://用户名:密码@主机IP:端口/数据库名称 　　对应本例： ?

1.6K20

利用geopandas与PostGIS进行交互

图1 2 geopandas与PostGIS进行交互 为了能在geopandas中与postgresql和PostGIS建立连接，请确保以下3个库已经安装： pip install sqlalchemy...2.1 利用geopandas向PostGIS写入数据 为方便演示，这里我们以简化版的重庆市区县矢量面数据为例，首先我们导入所需的geopandas（注意geopandas版本必须大于等于0.8.0）与...'指向原表追加，默认为fail 「schema」：字符型，用于指定schema，默认为'public' 「index」：bool型，用于指定是否保留index信息 「index_label」：字符型或序列...，当「index」被设置为True时为index信息指定字段名称 ❞ 首先需要利用sqlalchemy中的create_engine来创建数据库连接，传入字符串包含了「数据库类型」、「用户名」、「密码」...、「主机IP」、「端口」以及「数据库名称」，格式为： 数据库类型://用户名:密码@主机IP:端口/数据库名称 对应本例： 图7 在pgAdmin中随即就能查看到刚才写入的数据表： 图8 图9

1.9K20

（数据科学学习手札78）基于geopandas的空间数据分析——基础可视化

作为基于geopandas的空间数据分析系列文章的第四篇，通过本文你将会学习到基于geopandas的基础可视化。...，可接受颜色名称和十六进制色彩，设置为'none'时不填充颜色 edgecolor：设置几何对象的边界色，对面数据和点数据效果较为明显，不建议对线数据设置该参数，传入格式同facecolor linewidth...地理操作中的融合dissolve()按照OWNER列融合分离的面为多面，从而使得每一行是对应的完整的省份，关于更多地理操作将会在后续的对应的文章介绍）： import geopandas...，我们设置面数据的填充阴影样式为'x'，值得一提的是，hatch参数对于同一种阴影模式，可以通过增加字符数量来提高阴影密度，如下图是hatch='x'时： fig, ax =...Reds红色渐变配色，以及调整一些前文中我们已经很熟悉的参数，看看得到什么样的结果： 图23 　　为什么会得到这样奇怪的结果

3.5K20

是技术也是艺术 使用geopandas玩转地图可视化

，可接受颜色名称和十六进制色彩，设置为'none'时不填充颜色 edgecolor：设置几何对象的边界色，对面数据和点数据效果较为明显，不建议对线数据设置该参数，传入格式同facecolor linewidth...因此使用geopandas地理操作中的融合dissolve()按照OWNER列融合分离的面为多面，从而使得每一行是对应的完整的省份，关于更多地理操作将会在后续的对应的文章介绍。...主要样式对应如下，如'-'代表横线填充： 图7 参考图7，我们设置面数据的填充阴影样式为'x'。 值得一提的是，hatch参数对于同一种阴影模式，可以通过增加字符数量来提高阴影密度。...好在geopandas为我们提供了representative_point()方法，用于求出任意多边形内部的一个典型点： fig, ax = plt.subplots(figsize=(12, 8))...看看得到什么样的结果： 图23 为什么会得到这样奇怪的结果？让我们逐一来分析一下问题所在： 中国台湾省跑哪里去了？

2.3K40

（数据科学学习手札84）基于geopandas的空间数据分析——空间计算篇（上）

在实际的空间数据分析过程中，数据可视化只是对最终分析结果的发布与展示，在此之前，根据实际任务的不同，需要衔接很多较为进阶的空间操作，本文就将对geopandas中的部分空间计算进行介绍。 　　...本文是基于geopandas的空间数据分析系列文章的第8篇，通过本文你将学习到geopandas中的空间计算（由于geopandas中的空间计算内容较多，故拆分成上下两篇发出，本文是上篇）。...图12 2.3 叠加分析 geopandas基于shapely中的overlay()，为GeoDataFrame赋予了同样的可以作用到整个矢量列的overlay()，使得我们可以对两个GeoDataFrame...，无法获得来自另一个GeoDataFrame的属性值，所以返回出来的结果会在对应的字段下填充为缺失值。...29 explode() explode()功能与dissolve()相反，用于将Multi-xxx或Geometry-Collection类型的数据从一行拆分到多行，如下面的例子，非矢量字段会自动填充到每一行

3.9K31

基于geopandas的空间数据分析——空间计算篇(上)

在实际的空间数据分析过程中，数据可视化只是对最终分析结果的发布与展示，在此之前，根据实际任务的不同，需要衔接很多较为进阶的空间操作，本文就将对geopandas中的部分空间计算进行介绍。...本文是基于geopandas的空间数据分析系列文章的第8篇，通过本文你将学习到geopandas中的空间计算（由于geopandas中的空间计算内容较多，故拆分成上下两篇发出，本文是上篇）。...2 基于geopandas的矢量计算 geopandas中的矢量计算根据性质的不同可分为以下几类： 2.1 构造型方法 geopandas中的构造型方法（Constructive Methods）指的是从单个...，以及df1与df2各自剩下的不相交的部分，如图中蓝色部分即为df1与df2相交从而不存在缺失值的部分，而剩余的灰色部分因为没有相交，无法获得来自另一个GeoDataFrame的属性值，所以返回出来的结果会在对应的字段下填充为缺失值...()相反，用于将Multi-xxx或Geometry-Collection类型的数据从一行拆分到多行，如下面的例子，非矢量字段会自动填充到每一行： 图30 以上就是本文的全部内容，关于更多geopandas

3.2K30

【CSS】课程网站头部制作 ④ ( 搜索栏按钮测量 | 搜索栏按钮代码编写 | 代码示例 )

右侧的按钮大小 , 50 x 40 像素 ; 按钮颜色值 #00a4ff ; 2、按钮切图 使用 切片工具 , 将 按钮图片 进行选择 , 然后进行切图 ; 选择 " 菜单栏 / 文件 / 导出 / 存储为...搜索栏盒子 中 , 与 Input 表单放置在一行 , 并且二者之间没有缝隙 , 默认的行内块元素之间会有一条无法控制的缝隙 ; 最后 , 设置按钮图片 , 按钮图片无法填充满 , 使用平铺样式 ,...平铺后顶部的部分图片内容会填充底部缝隙 ; /* 清除按钮默认样式 ( 主要是按钮自带的边框 ) */ button { border: none; } /* 搜索框按钮 */ .search button...} /* 导航栏内部 的 无序列表 设置左浮动 */ .nav ul li { /* 设置 无序列表项 从左到右排列 */ float: left; } /* 设置无序列表中的链接样式 */ ...., 方便与右侧的按钮进行排列 */ float: left; /* 宽度为 360 像素, 但是左侧有 20 像素内边距变为 340 像素 */ width: 340px; /* 高度 38

2.3K70

【CSS】课程网站 Banner 制作 ① ( Banner 栏测量 | Banner 盒子模型代码 | 代码示例 )

盒子模型尺寸测量 2、背景测量切图 二、Banner 盒子模型代码 1、HTML 标签结构 2、CSS 样式 3、显示效果 一、Banner 栏测量 ---- 1、盒子模型尺寸测量 该 Banner 条宽度填充整个浏览器...条的版心尺寸为 1200 x 420 像素 , 如下图所示 : 版心左侧的 侧导航栏 尺寸为 190 x 420 像素 ; Banner 条版心 右侧的 课程表 , 尺寸 228 x 300..., 洋红色矩形框为左侧导航栏盒子 , 右侧绿色矩形框为 课程表 盒子 ; 2、背景测量切图 使用吸管工具 , 点击背景 , 吸取颜色值 , 然后点击 " 前景色 " 拾色器 , 可以获取 Banner...-- Banner 模块 - 结束 --> 2、CSS 样式 /* Banner 条样式 */ .banner { /* 宽度自动填充整个浏览器, 这里只设置高度 */...} /* 导航栏内部 的 无序列表 设置左浮动 */ .nav ul li { /* 设置 无序列表项 从左到右排列 */ float: left; } /* 设置无序列表中的链接样式 */ .

3.9K20

geopandas 0.14版本重要更新内容一览

1 简介 大家好我是费老师，就在前两天，Python生态中的GIS运算神器geopandas发布了其0.14.0新版本，在这次新版本更新中，不仅是新增了许多矢量计算API，还开始为日后正式发布1.0...且geopandas将会在未来要发布的1.0正式版本中，直接移除对pygeos，以及旧版shapely（<2.0版本）的支持： 2.3 新增一系列矢量计算方法 在这次新版本中，基于shapely为GeoSeries...「最小凹多边形」，与convex_hull计算结果的对比示例如下： import random from shapely.geometry import MultiPoint # 示例GeoSeries..., random.uniform(0, 1)) for i in range(25)]) ] ) ax = demo_geometries.plot() # concave_hull()计算结果...demo_geometries.concave_hull().plot(ax=ax, facecolor='none', edgecolor='red') # 对比convex_hull()计算结果

26530

（数据科学学习手札154）geopandas 0.14版本新特性一览

且geopandas将会在未来要发布的1.0正式版本中，直接移除对pygeos，以及旧版shapely（<2.0版本）的支持： 2.3 新增一系列矢量计算方法 　　在这次新版本中，基于shapely为...，与convex_hull计算结果的对比示例如下： import random from shapely.geometry import MultiPoint # 示例GeoSeries demo_geometries..., random.uniform(0, 1)) for i in range(25)]) ] ) ax = demo_geometries.plot() # concave_hull()计算结果...demo_geometries.concave_hull().plot(ax=ax, facecolor='none', edgecolor='red') # 对比convex_hull()计算结果...2.3.8 新增segmentize()方法 　　新增segmentize()方法，用于对目标矢量列中的各要素，按照设定的等间距进行增密操作，譬如在原有仅起点终点连成线要素基础上，按照1单位距离进行增密的结果如下

30820
点击加载更多

扫码

添加站长 进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

更多标签

活动推荐

    运营活动

    活动名称
    广告关闭

    腾讯云开发者

    扫码关注腾讯云开发者

    扫码关注腾讯云开发者

    领取腾讯云代金券

    热门产品

    热门推荐

    更多推荐

    Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

    深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

    腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287

    领券