python画OD期望线（含寻找shapefile文件）

最近分析了一个杭州区域之间OD的数据，需要在杭州行政区底图上绘制OD期望线。主要有两个任务。

1.寻找杭州行政区的shapefile文件，并能被python读取

2.在杭州行政区上，画各个行政区之间的OD期望线

一、查找杭州行政区shapefile文件

step1 : 在这个网址上http://datav.aliyun.com/tools/atlas/index.html#&lat=28.110748760633534&lng=107.8857421875&zoom=4 下载需要城市的json文件，依次在地图上点击 浙江省-杭州市

step2：选择数据版本，城市的行政区这几年可能会有变化（因为我分析的数据基于杭州老的行政区给出的，所以选择的版本为areas_v2）

step3：复制json API地址，并打开。复制json内容，新建txt文档并保存，将txt后缀改为json后缀。

step4：打开这个网址https://mapshaper.org/，并将刚刚创建的json文件拖拽其中，点击import。

step5：显示杭州的行政区划，点击右上角export，保存成shapefile格式。压缩包里的以shp为后缀的文件可以被python读取。

二、python绘制OD期望线

step1：读取底图

# 一、读取底图
# 1.导入需要的包
#geopandas包
import geopandas
#shapely包
from shapely.geometry import Point,Polygon,shape
shp = r'文件路径/XX.shp'
hz = geopandas.GeoDataFrame.from_file(shp,encoding = 'utf-8')
hz.plot()

 plot查看行政区读取结果，默认以蓝色底显示，可进行更改，后续绘制OD图时会有。

 step2：读取数据（绘制OD图的数据，我的数据保存在excel文档中，用pandas读取）

# 二、读取数据
# 1. 导入包
import pandas as pd
# 2.从excel读取数据
#文件路径
file_path = r'路径\XX.xlsx'
#读取sheet的名字
sheetName = '早高峰'
morning_data = pd.read_excel(file_path,sheet_name=sheetName)

数据格式如下：

 step3: 读取坐标文件（我绘制OD图时，按照每个行政区的中心点作为起终点绘制，因为需要在刚刚的OD表上，增加起终点行政区的中心点坐标）

行政区中心点的读取可以从上方第二个网址上查看，选择右边的箭头，放到需要的行政区上，显示该区域的信息，其中有中心点坐标。

 

# 三、读取坐标文件
#文件路径
file_path = r'文件路径/XX.xlsx'
#读取sheet的名字
sheetName = 'zuobiao'
district = pd.read_excel(file_path,sheet_name=sheetName)

 读取数据为：

 step4：将坐标表格和OD表格连接，每个OD的行记录都要有起终点行政区的中心点坐标

# 四、连接两个表格
district.columns = ['leave_district','O_x','O_y']
morning_data = pd.merge(morning_data,district,on = ['leave_district'])
district.columns = ['arrive_district','D_x','D_y']
morning_data = pd.merge(morning_data,district,on = ['arrive_district'])

数据变为：

 step5：绘制OD期望线

import matplotlib as mpl
import matplotlib.pyplot as plt

fig     = plt.figure(1,(10,8),dpi = 250)    
ax      = plt.subplot(111)
plt.sca(ax)

#绘制行政区划，底图为白色，边框为黑色，宽度为0.5
hz.plot(ax = ax,edgecolor = (0,0,0,1),facecolor = (0,0,0,0),linewidths=0.5)

import matplotlib
#设置colormap的数据
vmax = max(morning_data['cnt'])
#设定一个标准化的工具，设定OD的colormap最大最小值，他的作用是norm(count)就会将count标准化到0-1的范围内
norm = mpl.colors.Normalize(vmin=0,vmax=vmax)
#设定colormap的颜色
cmapname = 'autumn_r'
#cmap是一个获取颜色的工具，cmap(a)会返回颜色，其中a是0-1之间的值
cmap = matplotlib.cm.get_cmap(cmapname)

#绘制OD
for i in range(len(morning_data)):
    #设定第i条线的color和linewidth
    color_i=cmap(norm(morning_data['cnt'].iloc[i]))
    linewidth_i=norm(morning_data['cnt'].iloc[i]) *5
    
    #绘制
    plt.plot([morning_data['O_x'].iloc[i],morning_data['D_x'].iloc[i]],
             [morning_data['O_y'].iloc[i],morning_data['D_y'].iloc[i]],
             color=color_i,linewidth=linewidth_i)
 

# 绘制假的colorbar，这是因为，我们画的OD是线，没办法直接画出来colorbar
# 所以我们在一个看不见的地方画了一个叫imshow的东西，他的范围是0到vmax
#然后我们再对imshow添加colorbar
plt.imshow([[0,vmax]], cmap=cmap)
#设定colorbar的大小和位置
cax = plt.axes([0.15, 0.4, 0.02, 0.3])
plt.colorbar(cax=cax)

#然后要把镜头调整回到杭州地图那，不然镜头就在imshow那里了

ax.set_xlim(118.2,120.9)
ax.set_ylim(29.0,30.8)

plt.axis('off')

plt.show()

效果图：