geopandas地图数据可视化

这篇博客介绍了如何在Python环境下利用geopandas库进行地图数据可视化,包括geopandas的安装,数据准备(导入.geojson和csv数据),以及地图绘制的详细步骤,如将经纬度转为坐标,底图上描点表示房屋分布,通过颜色展示区域均价等,最后展示了美观的地图可视化结果。
摘要由CSDN通过智能技术生成

geopandas安装

Anaconda3集成环境下,直接在anaconda prompt 命令窗口执行 conda install -c conda-forge geopandas
就会自动进行下载安装。

可视化流程

1. 数据准备

.geojson类型的文件一个是必须的,本文使用的数据有neighbourhoods.geojson,listings.csv。前者为北京16个区域的形状信息,后者为各区域的短租房信息。

本文使用数据链接

2. 导入数据

import pandas as pd
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import geopandas as gpd
from shapely.geometry import Point # 经纬度转换为点
import adjustText as aT
import mapclassify
%pylab inline
%matplotlib inline
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
import warnings
warnings.filterwarnings('ignore')

导入形状

geo_ = gpd.GeoDataFrame.from_file('E:/tianchi/neighbourhoods.geojson') #读取数据为geodataframe格式
geo_=geo_.drop("neighbourhood_group",axis=1)#清洗
geo['neighbourhood'] = geo['neighbourhood'].apply(lambda x: x.split('/')[0].strip())#统一中文名称
geo_.head(3)

在这里插入图片描述

neighbourhood这一列代表北京的16个地区的名字,geometry这一列存放着各区的形状。

导入各地区房屋的信息

df=pd.read_csv('E:/tianchi/listings.csv')#有这一句就够了,后面的是一些数据清洗,我这里保留了

df=df[df['availability_365']>0]
df=df.
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值