【数据处理】 python 基于Basemap地理信息可视化

本文通过Python的Basemap库展示了如何对车辆行驶轨迹进行地理信息可视化,帮助理解数据预处理的重要性和评估数据质量。内容包括数据简介、Basemap的使用方法以及可视化效果展示,揭示了Basemap在宏观分析上的优势,同时推荐了Folium库作为更细节的地理信息可视化工具。
摘要由CSDN通过智能技术生成

数据

  在某些建模比赛中,经常碰见一些地理信息的数据,它们大多都是车辆在驾驶过程中随时间产生的经纬度序列,并伴随着车辆的各种参数。由于GPS信号并不是一直都很好(如过隧道或偏远地区),无论建模的问题是安全驾驶、驾驶工况或频繁路径挖掘等,都绕不过数据预处理,而地理信息可视化可以较为直观地帮助发现问题和评估效果。
  下面以一辆车地行驶数据为例,对其行驶轨迹进行可视化处理。数据和代码下载可见我的Github。数据表头如下表所示:

序号 指标名称 指标说明 说明
1 vehicleplatenumber 车牌号码
2 device_num 设备号
3 direction_angle 方向角 范围:0-359(从定位点的正北方向起,顺时针方向至行驶方向间的水平夹角)
4 lng 经度 东经
5 lat 纬度 北纬
6 acc_state ACC 状态 点火 1/熄火 0
7 right_turn_signals 右转向灯 灭 0/开 1
8 left_turn_signals 左转向灯 灭 0/开 1
9 hand_brake 手刹 灭 0/开 1
10 foot_brake 脚刹 无 0/有 1
11 location_time 采集时间
12 gps_speed GPS 速度 单位:km/h
13 mileage GPS 里程 单位:km

可视化方法——Basemap

  本文共总结两种地理信息可视化,第一篇介绍Basemap的可视化方法,个人认为当前的Basemap手册上手不是很快,具体应用的时候还是要啥搜啥,感兴趣的可以先看下这位仁兄的Basemap手册翻译版本
  很多注释在代码里都写了,这里就不赘述了,就说明一下,由于是国内的数据,所以为了将省的轮廓显示出来,需要下载CHN_adm_shp包,同样在Github里也有。

# -*- coding: utf-8 -*-

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
import pandas as pd

#-----底图绘制
matplotlib.rcParams
评论 10
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

打赏作者

lechuan_dafo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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