上一篇中講了很多地理信息可視化的方案，下面來講能支持地理信息可視化的工具
pyecharts
Echarts 是百度開源的一個數據可視化JS 庫,主要用于數據可視化号坡。pyecharts 是一個用于生成 Echarts 圖表的python類庫，兼容 Python2 和 Python3。
安裝方法很簡單
pip install pyecharts
pyecharts支持地圖繪制峻贮，但是在使用地圖前需要安裝一下適合自己的地圖包
pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg
pip install echarts-china-counties-pypkg
pip install echarts-china-misc-pypkg
pip install echarts-united-kingdom-pypkg
主要地圖來源于這兩個 Map, Geo
from pyecharts import Map, Geo
先定義一下數據
# 世界地圖數據
value = [95.1, 23.2, 43.3, 66.4, 88.5]
attr= ["China", "Canada", "Brazil", "Russia", "United States"]
# 省和直轄市
province_distribution = {'河南': 45.23, '北京': 37.56, '河北': 21, '遼寧': 12, '江西': 6, '上海': 20, '安徽': 10, '江蘇': 16, '湖南': 9, '浙江': 13, '海南': 2, '廣東': 22, '湖北': 8, '黑龍江': 11, '澳門': 1, '陜西': 11, '四川': 7, '內蒙古': 3, '重慶': 3, '云南': 6, '貴州': 2, '吉林': 3, '山西': 12, '山東': 11, '福建': 4, '青海': 1, '舵主科技，質量保證': 1, '天津': 1, '其他': 1}
provice=list(province_distribution.keys())
values=list(province_distribution.values())
# 城市 -- 指定省的城市 xx市
city = ['鄭州市', '安陽市', '洛陽市', '濮陽市', '南陽市', '開封市', '商丘市', '信陽市', '新鄉(xiāng)市']
values2 = [1.07, 3.85, 6.38, 8.21, 2.53, 4.37, 9.38, 4.29, 6.1]
# 區(qū)縣 -- 具體城市內的區(qū)縣 xx縣
quxian = ['夏邑縣', '民權縣', '梁園區(qū)', '睢陽區(qū)', '柘城縣', '寧陵縣']
values3 = [3, 5, 7, 8, 2, 4]
示例1：世界地圖
map0 = Map("世界地圖示例", width=1200, height=600)
map0.add("世界地圖", attr, value, maptype="world", is_visualmap=True, visual_text_color='#000')
map0.render(path="./data/04-00世界地圖.html")
示例2：中國地圖
# maptype='china' 只顯示全國直轄市和省級
# 數據只能是省名和直轄市的名稱
map = Map("中國地圖",'中國地圖', width=1200, height=600)
map.add("", provice, values, visual_range=[0, 50], maptype='china', is_visualmap=True,
visual_text_color='#000')
map.show_config()
map.render(path="./data/04-01中國地圖.html")
示例3：省份地圖
# 河南地圖 數據必須是省內放入城市名
map2 = Map("河南地圖",'河南', width=1200, height=600)
map2.add('河南', city, values2, visual_range=[1, 10], maptype='河南', is_visualmap=True, visual_text_color='#000')
map2.show_config()
map2.render(path="./data/04-02河南地圖.html")
示例4：熱力分布圖
data = [
("海門", 9),("鄂爾多斯", 12),("招遠", 12),("舟山", 12),("齊齊哈爾", 14),("鹽城", 15),
("赤峰", 16),("青島", 18),("乳山", 18),("金昌", 19),("泉州", 21),("萊西", 21),
("日照", 21),("膠南", 22),("南通", 23),("拉薩", 24),("云浮", 24),("梅州", 25)]
attr, value = geo.cast(data)
geo = Geo("全國主要城市空氣質量熱力圖", "data from pm2.5", title_color="#fff", title_pos="center", width=1200, height=600, background_color='#404a59')
geo.add("空氣質量熱力圖", attr, value, visual_range=[0, 25], type='heatmap',visual_text_color="#fff", symbol_size=15, is_visualmap=True, is_roam=False)
geo.show_config()
geo.render(path="./data/04-04空氣質量熱力圖.html")
示例5：散點圖
# 空氣質量評分
indexs = ['上海', '北京', '合肥', '哈爾濱', '廣州', '成都', '無錫', '杭州', '武漢', '深圳', '西安', '鄭州', '重慶', '長沙']
values = [4.07, 1.85, 4.38, 2.21, 3.53, 4.37, 1.38, 4.29, 4.1, 1.31, 3.92, 4.47, 2.40, 3.60]
geo = Geo("全國主要城市空氣質量評分", "data from pm2.5", title_color="#fff", title_pos="center", width=1200, height=600, background_color='#404a59')
# type="effectScatter", is_random=True, effect_scale=5 使點具有發(fā)散性
geo.add("空氣質量評分", indexs, values, type="effectScatter", is_random=True, effect_scale=5, visual_range=[0, 5],visual_text_color="#fff", symbol_size=15, is_visualmap=True, is_roam=False)
geo.show_config()
geo.render(path="./data/04-05空氣質量評分.html")
folium
Folium是建立在Python生態(tài)系統的數據整理（Datawrangling）能力和Leaflet.js庫的映射能力之上的開源庫应闯。用Python處理數據纤控，然后用Folium將它在Leaflet地圖上進行可視化。Folium能夠將通過Python處理后的數據輕松地在交互式的Leaflet地圖上進行可視化展示碉纺。它不單單可以在地圖上展示數據的分布圖船万，還可以使用Vincent/Vega在地圖上加以標記刻撒。
這個開源庫中有許多來自OpenStreetMap、MapQuest Open耿导、MapQuestOpen Aerial声怔、Mapbox和Stamen的內建地圖元件，而且支持使用Mapbox或Cloudmade的API密鑰來定制個性化的地圖元件碎节。Folium支持GeoJSON和TopoJSON兩種文件格式的疊加捧搞，也可以將數據連接到這兩種文件格式的疊加層，最后可使用color-brewer配色方案創(chuàng)建分布圖狮荔。
Folium可以讓你用Python強大生態(tài)系統來處理數據胎撇，然后用Leaflet地圖來展示。Folium內置一些來自OpenStreetMap殖氏、MapQuest Open晚树、MapQuest Open Aerial、Mapbox和Stamen的地圖元件（tilesets）雅采，并且支持用Mapbox或者Cloudmade API keys來自定義地圖元件爵憎。Folium支持GeoJSON和TopJSON疊加（overlays），綁定數據來創(chuàng)造一個分級統計圖（Choropleth map）婚瓜。但是宝鼓，Folium庫繪制熱點圖的時候，需要聯網才可顯示巴刻。
安裝方法也很簡單
pip install folium
示例1：2011年失業(yè)率分布圖
map_2 =folium.Map(location=[40, -99], zoom_start=4)
map_2.geo_json(geo_path=county_geo,data_out='data2.json', data=df,
columns=['GEO_ID','Unemployment_rate_2011'],
key_on='feature.id',
threshold_scale=[0, 5, 7, 9, 11,13],
fill_color='YlGnBu', line_opacity=0.3,
legend_name='Unemployment Rate2011 (%)',
topojson='objects.us_counties_20m')#2011失業(yè)率分布圖
map_2.create_map(path='map_2.html')
示例2：2011年中等家庭收入分布圖
map_3 =folium.Map(location=[40, -99], zoom_start=4)
map_3.geo_json(geo_path=county_geo,data_out='data3.json', data=df,
columns=['GEO_ID','Median_Household_Income_2011'],
key_on='feature.id',
fill_color='PuRd',line_opacity=0.3,
legend_name='Median Household Income2011 ($)',
topojson='objects.us_counties_20m')#2011中等家庭收入分布圖
map_3.create_map(path='map_3.html')
使用地理云平臺
