手把手教你怎么做人口密度热力图

最新推荐文章于 2025-03-26 17:44:05 发布

蒋星熠

最新推荐文章于 2025-03-26 17:44:05 发布

阅读量1.5k

点赞数 18

文章标签： python arcgis

本文链接：https://blog.csdn.net/2301_79139273/article/details/145101421

版权

方法一：python绘图

方法二：Arcgis绘图：

方法一：python绘图

首先在网上收集shp矢量地图数据，这里推荐阿里云：DataV.GeoAtlas地理小工具系列，但它只能得到区县一级的数据粒度，乡镇一级需要其它渠道（如csdn资源，Bigemap等），得到json文件后，若有需要修改的地方，可以通过Arcgis进一步编辑改进（如裁剪地图，增删要素，地图要素导出，文件格式转换等）,内置的Arctoolbox功能很强大。

然后将格式化转出的geojson数据放到这个网站：mapshaper转换为shp格式

得到一个压缩包，解压后将整个文件导入pycharm中（记得不能只有shp文件，否则会报错）：

将csv数据文件和shp地图文件导入进python中，后面进行数据的整合，示例代码如下（南京市人口密度图）：

import pandas as pd
import geopandas as gpd
import matplotlib
import matplotlib.pyplot as plt

matplotlib.use('TkAgg')  # 更改为 TkAgg 后端
# 设置字体为 SimHei，确保能够显示中文
matplotlib.rcParams['font.sans-serif'] = ['SimHei']  # 指定中文字体
matplotlib.rcParams['axes.unicode_minus'] = False  # 处理负号显示问题
# 读取人口密度数据
data = pd.read_csv('C:/Users/86182/Desktop/population/nanjing_population_density.csv',encoding='gbk')

# 读取矢量地图数据
nanjing_map = gpd.read_file('C:/Users/86182/Desktop/population/nanjing_shapefile/nanjing_shapefile.shp',encoding='utf-8')

#整合数据
merged = nanjing_map.set_index('name').join(data.set_index('district'))

fig, ax = plt.subplots(1, 1, figsize=(10, 10))


merged.plot(column='population_density', ax=ax, legend=True,
            legend_kwds={'label': "人口密度 (人/km²)",
                         'orientation': "horizontal"},
            cmap='Pastel1')  # 使用颜色映射

# 添加标题
plt.title('南京市人口分布密度图')


#地区数据标注
locations = {
    "秦淮区": (118.7984, 32.0204),
    "建邺区": (118.7436, 32.0102),

}

for district, coord in locations.items():
    plt.scatter(*coord, color='red', s=5)  # 标记位置


# 显示图形
plt.show()

locations中是对应地方的经纬度，用于数据标注。这里的cmap='Pastel1'只是一种方式，更多如下：

在 Matplotlib 中，cmap（颜色映射）用于将数据值映射到颜色。常见的颜色映射类型包括：

1. 线性渐变（Sequential Colormaps）

用于表示从低到高的数值变化：

viridis：默认，适合大多数应用。
plasma：高对比度，适合视觉上需要突出显示的情况。
inferno：适合热图，暗色调。
magma：柔和的颜色变化。
cividis：为色盲用户设计的颜色映射。

2. 离散颜色（Qualitative Colormaps）

适合分类数据：

Set1、Set2、Set3：用于离散分类。
Pastel1、Pastel2：柔和的离散颜色。
Dark2：较为鲜艳的颜色。

3. 对比色（Diverging Colormaps）

用于表示具有中间值的数值，例如正负变化：

coolwarm：从蓝色到红色的渐变，适合表示差异。
RdYlBu：从红色到黄色再到蓝色的渐变。
PiYG：粉色到绿色的渐变。
BrBG：棕色到蓝绿色的渐变。

最后效果如下：

方法二：Arcgis绘图：

首先导入shp文件，接着点击数据框属性

在投影坐标系中选择合适的地图作为坐标系

然后打开属性表添加area字段，计算几何面积

然后加入人口数据，将人口数据csv文件导入，进行数据连接：

后进行字段计算，得出对应的人口密度:

然后打开图层的属性选择色带和分类数，根据人口密度进行颜色渲染。

最后插入指南针和图例，大功告成：

如果想要自定义渐变色带。可以点样式管理器进行操作：

具体教程有很多

注：如果页面动不了，图例也无法修改，说明点到了焦点数据框,再点一下就解锁了：

如果想要制作像这样的色带图例需要将它转换为图形，再解除分组就可以操作它里面的文本和图形内容了：

最后谈一下word数据处理，根据其数据制作excel表格时可以用代码实现数据分割：

如遇到这样以元组为单位的数据：

可以用c++代码分割地名和地址：

#include <iostream>
#include <fstream>
#include <sstream>
#include <string>
 
int main() {
    std::ifstream inputFile("locations.txt"); 
    std::ofstream namesFile("names.txt");
    std::ofstream addressesFile("addresses.txt");
    std::string line;
 
    while (std::getline(inputFile, line)) {
        // 去除首尾空白字符，包括空格、制表符和换行符
        line.erase(0, line.find_first_not_of(" \t\n\r\f\v"));
        line.erase(line.find_last_not_of(" \t\n\r\f\v") + 1);
 
        // 跳过空行
        if (line.empty()) {
            continue;
        }
 
        // 由于地名和地址是换行分隔的，我们可以交替写入两个文件
        static bool isName = true; // 静态变量用于跟踪当前行是地名还是地址
 
        if (isName) {
            namesFile << line << std::endl;
        } else {
            addressesFile << line << std::endl;
        }
 
        // 切换状态
        isName = !isName;
    }
 
    inputFile.close();
    namesFile.close();
    addressesFile.close();
 
    return 0;
}

结果：