Dieser Artikel ist ein Artikel von Origami Adventskalender
Sie werden vielleicht oft hören, dass Matplotlib und Seaborn von Python als Methode zur Datenvisualisierung verwendet werden, aber dieses Mal möchte ich eine Bibliothek namens "Folium" vorstellen.
Folium ist eine Datenvisualisierungsbibliothek mit JavaScript OSS, die als Faltblatt bezeichnet wird, und bietet den Vorteil vieler Ausdrücke, die Karten verwenden.
Wenn Sie ein Balkendiagramm, ein Histogramm oder ein Streudiagramm ausgeben möchten, ist es daher besser, Matplotlib oder Seaborn zu verwenden. Für Daten mit Positionsinformationen ist Folium jedoch eine Option (Bestätigung).
Dann werde ich vorstellen, was Sie mit Folium machen können.
- Mac OSX El Capitan(10.11.6)
- Python(3.5.1)
- jupyter lab(0.2.1)
$ pip install folium
Lassen Sie uns zuerst die Karte anzeigen. In folium.Map
verwenden die Optionen location
und zoom_start
, es gibt jedoch auch andere Kacheln (ändern Sie das Erscheinungsbild der Karte)
, z. B. Stamen Toner
und Stamen Terrain
. ..
folium-sample1.py
import folium
m = folium.Map(location=[35.681382, 139.76608399999998], zoom_start=14) #Breite und Länge der Station Tokio
m
Fügen Sie zuerst den Code ein.
folium-sample2.py
import folium
m = folium.Map(location=[35.681382, 139.76608399999998], zoom_start=12)
folium.Marker([35.658581, 139.745433], popup='Tokyo tower', icon=folium.Icon(color='blue')).add_to(m)
folium.Marker([35.710063, 139.8107], popup='Tokyo skytree', icon=folium.Icon(color='blue', icon='cloud')).add_to(m)
m
Sie können in einer Karte zeichnen, indem Sie der zuvor erstellten Karte "Maker" hinzufügen. Optionen sind
-popup: hinterlasse einen Kommentar --color: Färbe den Maker --icon: Iconize Maker
Icon verwendet fontawesome und standardmäßig "info-sign" Ich bin. Außerdem sind die Standardfarben und die entsprechenden Farben hier aufgelistet.
Sie können einen Kreis auf der Karte zeichnen, indem Sie "CircleMarker" verwenden. Die Radiuseinheit kann auf "m", Farbe und Fil-Farbe eingestellt werden.
folium-sample3.py
import folium
m = folium.Map(location=[35.681382, 139.76608399999998], zoom_start=12)
folium.Marker([35.658581, 139.745433], popup='Tokyo tower', icon=folium.Icon(color='blue')).add_to(m)
folium.Marker([35.710063, 139.8107], popup='Tokyo skytree', icon=folium.Icon(color='blue', icon='bookmark')).add_to(m)
folium.CircleMarker(
location=[35.681382, 139.76608399999998],
radius=2000,
popup='Tokyo Station',
color='#3186cc',
fill_color='#3186cc'
).add_to(m)
m
Dies sind nur einige der Funktionen, aber Sie können die Clustering-Ergebnisse beispielsweise einfach in "pandas.Dataframe" oder "numpy.array" speichern und auf einer Karte anzeigen, also Standortinformationen. Wenn Sie Datenanalysen im Zusammenhang mit durchführen, verwenden Sie diese bitte. Es gibt viele Beispiele in Folium, sodass Sie die Datenvisualisierung ausprobieren können.
Recommended Posts