我们通过 GEO 地理数据来绘制地图同样非常方便，但是地图看起来有一些单调，我们把不同的省份绘制成不同的颜色来看看
可以看到已经有内味了，唯一美中不足的就是南海的十三段线没有展示出来geopandasGeoPandas 是基于 Pandas 的地图可视化工具，其数据结构完全继承自 Pandas，对于熟悉潘大师的同学来说还是非常友好的
还是先画一张世界地图
这也是 geopandas 官网上的经典图片，可以看到非常简单，除去 import 代码，仅仅三行，就完成了地图的绘制下面我们继续绘制中国地图，这次我们加上九段线信息
我们复用了前面处理的 china.json 数据，里面的 number 字段是随机生成的测试数据，效果与 Bokeh 不相上下plotly接下来我们介绍 plotly，这也是一个非常好用的 Python 可视化工具，如果要绘制地图信息，我们需要安装如下依赖
下面我们继续绘制中国地图，使用一个高级 APIplotly.express.choropleth_mapbox可以看出绘制出的交互式地图还是非常漂亮的，不过渲染速度有些感人，这个就看个人的需求了，如果你对渲染速度有要求，那么 Ployly 可能不是最好的选择~Cartopy/Basemap之所以把这两个库放到一起，是因为他们都是基于 Matplotlib 之上的，而随着 Python2 的不再维护，Basemap 也被 Matplotlib 放弃，Cartopy 随之转正，下面我们主要介绍 Cartopy 工具
Cartopy 利用了强大的 PROJ.4、NumPy 和 Shapely 库，并在 Matplotlib 之上构建了一个编程接口，用于创建发布高质量的地图
先来绘制一个世界地图
这是一个 cartopy 绘制的非常经典且常见的世界地图，形式比较简单，下面我们增强该地图我们通过上面的代码，绘制了当前时间世界昼夜图，还是很强的下面我们继续绘制中国地图
使用 cartopy 绘制地图最大的特点就是灵活度高，那么相对应的代价就是编写代码也会更难一些，比如如果想要给不同省份填充不同颜色，我们需要编写的代码就有点多foliumfolium 是建立在 Python 生态系统的数据应用能力和 Leaflet.js 库的映射能力之上的高级地图绘制工具，通过 Python 操作数据，然后在 Leaflet 地图中可视化，可以灵活的自定义绘制区域，并且展现形式更加多样化
首先是三行代码绘制世界地图
接下来绘制中国地图作为专业地图工具，不仅渲染速度快，自定义程度也是非常高的，值得使用尝试PyEcharts最后我们介绍 PyEcharts，这款国产的精良可视化工具
绘制世界地图
通过 Pyecharts 绘制地图的一个好处就是不需要处理 GEO 文件，我们直接出入国家名称，就可以自动匹配到地图上，非常方便再绘制中国地图
综合上面的示例，我们可以看出， Pyecharts 绘制地图最为简单，非常适合新手学习使用；而 folium 和 cartopy 则胜在自由度上，它们作为专业的地图工具，留给了使用者无限可能；至于 Plotly 和 Bokeh 则属于更高级的可视化工具，它们胜在画质更加优美，API 调用也更加完善今天我们介绍了几种比较常用的绘制地图的类库，每一个工具都有其优缺点，我们只需要在选择的时候，明确目标，用心探索就好！
参考：gitee/kevinqqnj/cartopy_trial/blob/master/cartopy_province.pyzhuanlan.zhihu/p/112324234
以上就是技巧 | 6种常用的地图绘制方法的详细内容，更多请关注易企推科技其它相关文章！
本文地址：网络知识频道 https://www.hkm168.com/jiqiao/1146997.html，易企推百科一个免费的知识分享平台，本站部分文章来网络分享，本着互联网分享的精神，如有涉及到您的权益，请联系我们删除，谢谢！
相关阅读
