【可视化】中国主要城市空气质量交互地图

晨昏三变

于 2024-08-04 17:54:27 发布

阅读量662

点赞数 23

分类专栏：可视化文章标签： pandas python 信息可视化聚类

本文链接：https://blog.csdn.net/m0_38065162/article/details/140909163

版权

可视化专栏收录该内容

3 篇文章 0 订阅

订阅专栏

【可视化】中国主要城市空气质量交互地图

随着工业化和城市化的快速发展，空气污染问题日益严重，对公众健康和环境的影响不容忽视。PM2.5（细颗粒物）作为空气污染的重要指标，已经成为衡量城市空气质量的关键参数。为了更好地了解全国主要城市的空气质量状况，本节将结合 GeoPandas和Folium库进行数据处理和可视化，制作直观、交互式的空气质量地图。

代码实现

导入相关库

# -*- coding: UTF-8 -*-
# 导入相关库
import pandas as pd
import numpy as np
import geopandas as gpd
import pandas as pd
from shapely.geometry import Point
import folium
from folium.plugins import MarkerCluster
from folium.features import GeoJson,GeoJsonPopup,GeoJsonTooltip
from folium.plugins import MiniMap
from folium.plugins import MarkerCluster
from folium.plugins import HeatMap
from folium.plugins import Geocoder
from folium import Choropleth

加载数据

使用的数据集从Echarts官网的示例数据转换而来，记录了中国主要城市空气质量。PM25_VALUE记录了城市名和PM2.5浓度值，geoCoordMap记录了城市经纬度坐标。

# 数据来源于Echarts官网
#读取数据并观察存储格式
PM25_data=np.load('PM25_VALUE.npy',allow_pickle=True)#读取城市PM2.5数据
geoCoordMap=np.load('geoCoordMap.npy',allow_pickle=True).item()#读取城市经纬度信息

构建包含城市名，城市坐标与PM2.5浓度值的Dataframe

#根据城市名匹配经纬度，返回包含[城市名，坐标，浓度值]的geo_data对象
def get_geo_data(data, geo_coord_map):
    geo_data = []
    #遍历PM2.5浓度数据
    for item in data:
        name = item["name"]
        value = item["value"]
        coord = geo_coord_map.get(name)#匹配城市经纬度信息
        if coord:
            geo_data.append((name, coord, value))
    return geo_data
#构建包含经纬度信息的城市PM2.5浓度列表
geo_data = get_geo_data(PM25_data, geoCoordMap)
#构建包含城市名，城市坐标与PM2.5浓度值的Dataframe
df=pd.DataFrame(geo_data)
df.columns=['城市','坐标','PM2.5浓度']
df.head(10)

处理后的数据如下：

绘制主要城市空气质量点聚类图

#定义点聚类图函数
def draw_cluster(m,gdf):
    #创建map，添加比例尺控件
    marker_cluster = MarkerCluster().add_to(m)
    # 添加聚类点
    for i in range(len(gdf)):
        temp=gdf.loc[i]
        label='位置：'+'lon:{},lat:{}'.format(temp["坐标"][0],temp["坐标"][1])+'\n'+"城市名："+str(temp['城市'])+'\n'+"PM2.5浓度"+''.format(temp['PM2.5浓度'])+'(μg/m3)'#定义展示标签
        folium.Marker(
            location=[temp["坐标"][1], temp["坐标"][0]],
            icon=folium.Icon(color='blue',icon='cloud'),#定义符号样式
            popup=label,#定义展示标签
        ).add_to(marker_cluster)
    
    #将聚类对象添加到地图
    m.add_child(marker_cluster)
    #添加索引图
    minimap = MiniMap(toggle_display=True)
    m.add_child(minimap)
# 创建基础地图
m = folium.Map(location=[35.8617, 104.1954], zoom_start=5)
#在基础地图上绘制城市点聚类
draw_cluster(m,PM_gdf)
#展示地图
m

空气质量分级显示

根据我国空气质量国家标准，对中国主要城市的空气质量进行分级显示。
参考下表：

PM2.5指数	日均浓度值(ug/m3)	空气质量等级
0-50	0-35	一级（优）
50-100	35-75	二级（良）
100-150	75-115	三级（轻度污染）
150-200	115-150	四级（中度污染）
200-300	150-250	五级（重度污染）
300-500	250-500	六级（严重污染）

绘制中国主要城市空气质量交互地图

#根据国标设置分级显示策略
def style_function(feature):
    style = {}
    #从对象中获取属性值
    pm25=feature["properties"]['PM2.5浓度']
    if pm25 <= 50:
        style = {"radius":3,'fillColor':"green"}
    elif pm25 <= 100:
        style = {"radius":6,'fillColor':"blue"}
    elif pm25 <= 150:
        style = {"radius":9,'fillColor':'yellow'}
    elif pm25 <= 200:
        style = {"radius":12,'fillColor': 'orange'}
    elif pm25 <= 300:
        style = {"radius":15,'fillColor':'red'}
    else:
        style = {"radius":18,'fillColor':'purple'}
    return style
#初始化地图对象
m = folium.Map(location=[35.8617, 104.1954], zoom_start=5)
#定义标记点
circleMarker = folium.CircleMarker(
    radius=5,
    fill_color="orange",  # 填充颜色
    fill_opacity=0.6,     # 填充透明度
    color="black",         # 边界颜色
    weight=1               # 边界宽度
)
#构建地图几何对象
gjson=GeoJson(data=PM_gdf,
            style_function=style_function,
            marker=circleMarker,
            name="PM2.5浓度",
            ).add_to(m)
Geocoder(collapsed=True).add_to(m)
#添加单击显示
GeoJsonPopup(fields=['城市','坐标','PM2.5浓度','空气质量等级'],labels=True).add_to(gjson)
#添加鼠标移动显示
GeoJsonTooltip(fields=['城市','坐标','PM2.5浓度','空气质量等级'],labels=True).add_to(gjson)
#添加索引图
minimap = MiniMap(toggle_display=True)
m.add_child(minimap)
#添加图层切换控件
folium.LayerControl().add_to(m)
#显示地图
m
# #保存为html
# m.save('PM25.html')