神器-可视化分析之Basemap实战详解(二)

人工智能39

神器-可视化分析之Basemap实战详解(二)

文 | 潮汐

来源:Python 技术「ID: pythonall」

神器-可视化分析之Basemap实战详解(二)

上一篇文章讲解了Basemap基础知识,今天的文章主要阐述 BaseMap 实战。话不多说,一起来实战吧!

BaseMap 画世界地图

BaseMap 画世界地图,主要方法是画地球海岸线,画国家分界线主要方法是: m.drawcoastlines()

BaseMap 画地球地图详细代码如下:

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

def drawcoast():
    plt.figure(figsize=(12, 8))
    m = Basemap()   # 创建一个地图
    m.drawcoastlines()   # 画海岸线
    plt.show()   # 显示图像
if __name__ == '__main__':
    drawcoast()

运行结果图如下:
神器-可视化分析之Basemap实战详解(二)

用 BaseMap 画中国地图

使用 BaseMap 画中国地图时需要增加中国的经纬度信息,详细方法如下:

# 画中国地图
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()

中国地图显示如下:
神器-可视化分析之Basemap实战详解(二)

用 BaseMap 绘制地球

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()

显示图片如下:
神器-可视化分析之Basemap实战详解(二)

用 BaseMap 绘制人口分布图

根据各城市主要人口分布情况,绘制了城市人口分布图。具体方法和代码如下:

[En]

According to the main population distribution of each city, the urban population distribution map is drawn. The detailed method and code are as follows:

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()

绘制出的地球图片如下:
神器-可视化分析之Basemap实战详解(二)

画投影地球

最后来画一个有投影的地球,详细代码如下:

def draw_earth1():
    import matplotlib.pyplot as plt
    from mpl_toolkits.basemap import Basemap
    plt.figure(figsize=(8, 8))
    # 正射投影,投影原点设在了上海周边
    m = Basemap(projection='ortho', resolution=None, lat_0=30, lon_0=120)
    # 图像原始分辨率是5400*2700,设置scale = 0.5以后分辨率为2700*1350,如此作图
    # 迅速不少也不那么占用内存了
    m.bluemarble(scale=0.5)
    plt.show()

if __name__ == '__main__':
    draw_earth1()

绘画结果图如下:
神器-可视化分析之Basemap实战详解(二)

总结

今天的文章就到这里啦,希望今天的文章对大家有帮助!

PS:公号内回复「Python」即可进入Python 新手学习交流群,一起

老规矩,兄弟们还记得么, 右下角的 "在看" 点一下,如果感觉文章内容不错的话,记得分享朋友圈让更多的人知道!

神器-可视化分析之Basemap实战详解(二)

代码 获取方式

识别文末二维码,回复:潮汐

神器-可视化分析之Basemap实战详解(二)

Original: https://blog.csdn.net/weixin_48923393/article/details/121623672
Author: Python 技术
Title: 神器-可视化分析之Basemap实战详解(二)

相关文章
NLP(一)——文本处理 人工智能

NLP(一)——文本处理

近期在阅读跨模态检索相关论文时,碰到很多处理文本的网络结构以及一些名词不是很了解,通过我的学习现在将这些知识点记录总结。本文中出现的图片来自于我学习的视频截屏:https://www.bilibili...
关于社群经济 人工智能

关于社群经济

现状:靠社群成功的组织,都在慢慢的去社群化。 社群只是人与人之间的连接方式。 一个社群的能量值=精神连接 * 现实连接 * 数字连接 《失控:机器、社会与经济的新生物学》. 凯文.凯利(Kevin K...
100行代码撸一个语音对话助手 人工智能

100行代码撸一个语音对话助手

之前在CSDN上看到有人用python调用语音api接口实现一个语音对话机器人的功能,于是依葫芦画瓢,按照方法用python撸了一个语音对话助手,并成功在一个linux 智能音箱上应用并实现播报效果。...
windows10 Carla0.9.13安装与入门 人工智能

windows10 Carla0.9.13安装与入门

最近需要找一款能够模拟车辆的仿真软件,用来验证自动驾驶算法。 在各种搜索引擎百度、Google、bing查找这类关键字,发现大部分都是给出了perscan、carsim、gazebo的答案。但是都不符...
ubuntu18 CUDA版本降级 人工智能

ubuntu18 CUDA版本降级

用别人的代码训练模型时,由于tensorflow-gpu版本太高,报了很多错,一个个改太麻烦,所以直接降级。tensorflow降级为1.14,与此同时也要换成对应版本的CUDA和cuDNN。 1.t...
语音识别论文汇总 人工智能

语音识别论文汇总

基于 实战课程主要包括三部分内容:1. 算法讲解;2.算法源码解读;3.项目实战;通俗讲解 领域当下 思想,详细解读源码中每一核心模块并基于真实数据集展开项目实战。整体课程覆盖 领域四大核心主题: 分...