[Python從零到壹] 十八.可視化分析之Basemap地圖包入門詳解（Python從0到1）

前一篇文章主要介紹Matplotlib和Pandas擴展包繪圖的基礎用法，同時引入Echarts技術。這篇文章將詳細講解Matplotlib子包，負責地圖繪制，即Basemap擴展包。在做數據挖掘或可視化分析時，常常需要將數據顯示到地圖上，比如城市人口、空氣環境、GDP分布、資源銷售、全球熱圖等。基礎文章，希望對您有所幫助。

文章目錄

一.Basemap安裝

二.地圖繪制官方案例

1.Basemap簡介

2.案例分析

三.Basemap繪制地圖

1.地圖投影

2.繪制全球主要城市地球儀

四.總結

-：

https://github.com/eastmountyxz/Python-zero2one

前文賞析：

第一部分 基礎語法

[Python從零到壹] 一.為什么我們要學Python及基礎語法詳解

[Python從零到壹] 二.語法基礎之條件語句、循環語句和函數

[Python從零到壹] 三.語法基礎之文件操作、CSV文件讀寫及面向對象

第二部分 網絡爬蟲

[Python從零到壹] 四.網絡爬蟲之入門基礎及正則表達式抓取博客案例

[Python從零到壹] 五.網絡爬蟲之BeautifulSoup基礎語法萬字詳解

[Python從零到壹] 六.網絡爬蟲之BeautifulSoup爬取豆瓣TOP250電影詳解

[Python從零到壹] 七.網絡爬蟲之Requests爬取豆瓣電影TOP250及CSV存儲

[Python從零到壹] 八.數據庫之MySQL基礎知識及操作萬字詳解

[Python從零到壹] 九.網絡爬蟲之Selenium基礎技術萬字詳解

[Python從零到壹] 十.Selenium爬取在線百科知識萬字詳解（NLP語料構造必備技能）

第三部分 數據分析+機器學習

[Python從零到壹] 十一.數據分析之Numpy、Pandas、Matplotlib和Sklearn入門知識萬字詳解

[Python從零到壹] 十二.機器學習之回歸分析萬字總結

[Python從零到壹] 十三.機器學習之聚類分析萬字總結全網首發（K-Means、BIRCH、層次聚類、樹狀聚類）

[Python從零到壹] 十四.機器學習之分類算法五萬字總結全網首發（決策樹、KNN、SVM、分類對比實驗）

[Python從零到壹] 十五.文本挖掘之數據預處理、Jieba工具和文本聚類萬字詳解

[Python從零到壹] 十六.文本挖掘之詞云熱點與LDA主題分布分析萬字詳解

[Python從零到壹] 十七.可視化分析之Matplotlib、Pandas、Echarts入門萬字詳解

[Python從零到壹] 十八.可視化分析之Basemap地圖包入門詳解

第四部分 Python圖像處理

第五部分 NLP與文本挖掘

第六部分 人工智能入門知識

第七部分 圖像識別與目標檢測

第八部分 網絡攻防與AI安全

第九部分 知識圖譜構建實戰

第十部分 人工智能高級案例

一.Basemap安裝

basemap-1.2.2-cp36-cp36m-win_amd64.whl

pyproj-3.0.1-cp36-cp36m-win_amd64.whl

-為：

https://www.lfd.uci.edu/~gohlke/pythonlibs/

接下來使用PIP命令去到whl文件所在目錄，然后分別進行安裝。先安裝Pyproj，再安裝Basemap擴展包，命令如下：

pip install basemap-1.2.2-cp36-cp36m-win_amd64.whl

安裝過程如下圖所示：

Successfully installed basemap-1.2.2 cycler-0.11.0 kiwisolver-1.3.1 matplotlib-3.3.4 numpy-1.19.5 pillow-8.4.0 pyparsing-3.0.5 pyproj-3.0.1 pyshp-2.1.3 python-dateutil-2.8.2 six-1.16.0

接下來調用該擴展包，不再報錯即表示安裝成功。

二.地圖繪制官方案例

https://matplotlib.org/basemap

1.Basemap簡介

Basemap工具包是Matplotlib包的子包，一個用于在Python繪制2D數據至地圖的庫，它提供了將坐標轉化為25中不同地圖投影的功能，然后調用Matplotlib擴展包繪制輪廓、圖像和坐標點等。

該擴展包提供了海岸線、河流、政治邊界數據集以及繪制方法。其中GEOS庫在內部用于將海岸線和邊界特征剪切到所需的地圖投影區域。下面給出官網的翻譯示例，源地址：

https://matplotlib.org/basemap/users/geography.html

Basemap包括GSSH（現在是GSHHG）海岸線數據集以及GMT格式的河流、州和國家邊界的數據集。這些數據集可以用來以不同的分辨率繪制海岸線、河流和政治邊界地圖。相關方法如下：

drawcoastlines(): 繪制海岸線。

fillcontinents(): 通過填充海岸線多邊形為地圖著色。

drawcountries(): 繪制國家邊界。

drawstates(): 在北美繪制狀態邊界。

drawrivers(): 繪制河流。

此外，可以將圖像用作地圖背景，而不是繪制海岸線和政治邊界。Basemap提供了以下幾個選項：

drawlsmask(): 繪制高分辨率的海陸圖像，指定陸地和海洋的顏色，數據源于GSHHS海岸線。

bluemarble(): 繪制NASA藍色大理石圖像作為地圖背景。

shadedrelief(): 繪制陰影浮雕圖像作為地圖背景。

etopo(): 繪制一張etopo浮雕圖像作為地圖背景。

warpimage(): 使用abitrary圖像作為地圖背景，必須是全球新的，從國際日東線向東和南極以北覆蓋世界。

2.案例分析

(1) 繪制海岸線、填充海洋和陸地區域

# -*- coding: utf-8 -*- # By:Eastmount CSDN from mpl_toolkits.basemap import Basemap import matplotlib.pyplot as plt # 設置basemap-Lambert Conformal m = Basemap(width=12000000,height=9000000,projection='lcc', resolution='c',lat_1=45.,lat_2=55,lat_0=50,lon_0=-107.) # 繪制海岸線 m.drawcoastlines() # 在地圖周圍繪制邊界并填充背景aqua（這個背景最終成為海洋的顏色） # 將大洲繪制在最上面 m.drawmapboundary(fill_color='aqua') # 填充大陸coral顏色,并設置湖泊顏色為blue m.fillcontinents(color='coral',lake_color='blue') plt.show()

繪制圖形如下所示：

(2) 繪制一幅海陸罩（land-sea mask）圖像

# -*- coding: utf-8 -*- # By:Eastmount CSDN from mpl_toolkits.basemap import Basemap import matplotlib.pyplot as plt # 設置basemap Lambert-Conformal # 設置分辨率參數resolution=None 跳過處理邊界數據集 m = Basemap(width=12000000,height=9000000,projection='lcc', resolution=None,lat_1=45.,lat_2=55,lat_0=50,lon_0=-107.) # 為地圖背景繪制海陸罩 # lakes=True 意味著內陸湖和海洋顏色一致 m.drawlsmask(land_color='coral',ocean_color='aqua',lakes=True) plt.show()

繪制如下圖所示：

(3) 繪制美國宇航局藍色大理石圖像（the NASA Blue Marble）

# -*- coding: utf-8 -*- # By:Eastmount CSDN from mpl_toolkits.basemap import Basemap import matplotlib.pyplot as plt m = Basemap(width=12000000,height=9000000,projection='lcc', resolution=None,lat_1=45.,lat_2=55,lat_0=50,lon_0=-107.) m.bluemarble() plt.show()

繪制如下圖所示：

(4) 繪制帶陰影的浮雕圖像

# -*- coding: utf-8 -*- # By:Eastmount CSDN from mpl_toolkits.basemap import Basemap import matplotlib.pyplot as plt m = Basemap(width=12000000,height=9000000,projection='lcc', resolution=None,lat_1=45.,lat_2=55,lat_0=50,lon_0=-107.) m.shadedrelief() plt.show()

繪制如下圖所示：

(5) 繪制etopo浮雕圖像

# -*- coding: utf-8 -*- # By:Eastmount CSDN from mpl_toolkits.basemap import Basemap import matplotlib.pyplot as plt m = Basemap(width=12000000,height=9000000,projection='lcc', resolution=None,lat_1=45.,lat_2=55,lat_0=50,lon_0=-107.) m.etopo() plt.show()

繪制如下圖所示：

三.Basemap繪制地圖

1.地圖投影

為方便呈現，需要將三維球坐標系轉換為二維笛卡爾坐標系，利用地圖投影（Map Projection）實現。官網給出的25種映射方式如下：

https://matplotlib.org/basemap/users/mapsetup.html

lcc類型的核心代碼如下：

m = Basemap(width=12000000, height=9000000, projection='lcc', resolution=None, lat_1=45., lat_2=55, lat_0=50, lon_0=-107.)

參數介紹如下：

width：寬度

height：高度

projection=‘lcc’：表示規定的投影方法，改變投影方法繪制的結果也將不同，25種方式

resolution=None：表示跳過處理邊界數據集

lat_0=50： 維度設置為50（Latitude，值為-90到90）

lon_0=-107：經度設置為-107（ Longitude，值為-180到180）

示例代碼如下：

https://matplotlib.org/basemap/users/aeqd.html

# -*- coding: utf-8 -*- # By:Eastmount CSDN from mpl_toolkits.basemap import Basemap import numpy as np import matplotlib.pyplot as plt width = 28000000; lon_0 = -105; lat_0 = 40 m = Basemap(width=width,height=width,projection='aeqd', lat_0=lat_0,lon_0=lon_0) # 填充背景 m.drawmapboundary(fill_color='aqua') # 繪制海岸線并填充大陸 m.drawcoastlines(linewidth=0.5) m.fillcontinents(color='coral',lake_color='aqua') # 20度經緯度，范圍-80到81 -180到180 m.drawparallels(np.arange(-80,81,20)) m.drawmeridians(np.arange(-180,180,20)) # 在中心繪制一個黑點 xpt, ypt = m(lon_0, lat_0) m.plot([xpt],[ypt],'ko') # 繪制標題 plt.title('Azimuthal Equidistant Projection') plt.show()

運行結果如下圖所示：

merc類型的核心代碼如下：

m = Basemap(projection='merc', llcrnrlat=-80, urcrnrlat=80, llcrnrlon=-180, urcrnrlon=180)

參數介紹如下：

projection=merc’：表示規定的投影方法，墨卡托投影（Mercator Projection），廣泛應用谷歌地圖

llcrnrlat=-80：所需地圖域左下角的緯度（度）Latitude

urcrnrlat=80：所需地圖域的右上角的緯度（度）Latitude

llcrnrlon=-180：所需地圖域左下角的經度（度）Longitude

urcrnrlon=180：所需地圖域（度）的右上角的經度Longitude

示例：

# -*- coding: utf-8 -*- # By:Eastmount CSDN from mpl_toolkits.basemap import Basemap import matplotlib.pyplot as plt m = Basemap(projection='merc', llcrnrlat=-80, urcrnrlat=80, llcrnrlon=-180, urcrnrlon=180) m.drawcoastlines() plt.show()

繪制圖形如下所示：

同時，繪制一個城市點代碼的常見兩種方式如下：

# 上海經緯度 (31.23N,121.47E) x = 31.23 y = 121.47 xpt, ypt = m(x,y) m.scatter(xpt,ypt,s=2) x = 31.23 y = 121.47 xpt, ypt = m(x,y) m.plot([xpt],[ypt],'ko')

2.繪制全球主要城市地球儀

接下來我們學習vamei老師繪制全球主要城市的地球儀，其數據保存于major_city.txt文件中，內容如下：

城市名

人口名

維度

經度

國家

Shanghai 23019148 31.23N 121.47E China Mumbai 12478447 18.96N 72.82E India Karachi 13050000 24.86N 67.01E Pakistan Delhi 16314838 28.67N 77.21E India Manila 11855975 14.62N 120.97E Philippines Seoul 23616000 37.56N 126.99E Korea(South) Jakarta 28019545 6.18S 106.83E Indonesia Tokyo 35682460 35.67N 139.77E Japan Peking 19612368 39.91N 116.39E China

接著調用Basemap繪制圖形，代碼如下：

http://www.cnblogs.com/vamei

# -*- coding: utf-8 -*- # Written by Vamei, http://www.cnblogs.com/vamei/ # Feel free to use or modify this script. from mpl_toolkits.basemap import Basemap import matplotlib.pyplot as plt import numpy as np #============================================ # read data names = [] pops = [] lats = [] lons = [] countries = [] for line in open("major_city.txt","r"): 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('Major Cities in Asia & Population') plt.show()

繪制圖形如下圖所示：

四.總結

最后給出比較好的參考資料，供自己和大家后面學習。希望文章對大家有所幫助，該篇文章主要是個安裝引入，后面還將結合項目深入介紹，推薦大家盡量結合實戰進行學習，比如航班預測、中國GPD區域分析等。如果存在錯誤或不足之處，還請海涵。

Basemap可視化地圖信息 - zm

[經驗總結] 一點總結：Ubuntu+anaconda+Python+basemap(+WRF) - 氣象家園

繪圖: matplotlib Basemap簡介 - Vamei

Creating a Choropleth Map of the World in Python using Basemap

Basemap繪制中國地圖 - 落葉小唱

用Python畫一個中國地圖 - 張京

該系列所有代碼-：

https://github.com/eastmountyxz/Python-zero2one

感謝在求學路上的同行者，不負遇見，勿忘初心。這周的留言感慨～

感恩能與大家在華為云遇見！

希望能與大家一起在華為云社區共同成長，原文地址：https://blog.csdn.net/Eastmount/article/details/121206268

(By:娜璋之家 Eastmount 2021-12-03 夜于武漢)

Python 機器學習

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。