Basemap绘制中国地图

2019-11-08 19:46:12

字体：大中小

来源：转载

供稿：网友

这篇博文主要实现用Pyhon,Matplotlib/Basemap绘制中国地图，主要是各省份行政图（轮廓图），地形图和人口分布图，其中人口分布可以嵌入到上述图形中。

参考链接：（1）https://www.zhihu.com/question/49669755 （2）http://basemaptutorial.readthedocs.io/en/latest/backgrounds.html#fillcontinents

1、数据准备：（1）到http://www.gadm.org/download 下载中国shapefile格式的资料，下载后的文件名为CHN_adm_shp.zip ，解压后如图：这里写图片描述主要用到的文件是CHN_adm1.shp，另外CHM_adm1.csv 可以用notepad打开查看一下文件内容

（2）2015Cities-CHINA.xlsx ，包含中国各城市的经纬度，自己网上搜索整理，数据可能过时了，和维基百科查到的数据不太对，但是拿来写个小程序还是足够的） xlsx可以用Excel打开查看一下：这里写图片描述在python中可以导入pandas模块，使用read_excel() 函数方便读取文件

程序1，各省份轮廓图

import timestart = time.clock()from mpl_toolkits.basemap import Basemapimport matplotlib.pyplot as pltfrom matplotlib.patches import Polygonfig = plt.figure()ax1 = fig.add_axes([0.1,0.1,0.8,0.8])map = Basemap(llcrnrlon=80.33, llcrnrlat=3.01, urcrnrlon=138.16, urcrnrlat=56.123, resolution='h', PRojection='cass', lat_0 = 42.5,lon_0=120,ax=ax1)shp_info = map.readshapefile("D://GoogleDownload//CHN_adm_shp//CHN_adm1",'states',drawbounds=True) # CHN_adm1的数据是中国各省区域for info, shp in zip(map.states_info, map.states): proid = info['NAME_1'] # 可以用notepad打开CHN_adm1.csv文件，可以知道'NAME_1'代表各省的名称 if proid == 'Guangdong': poly = Polygon(shp,facecolor='g',edgecolor='c', lw=3) # 绘制广东省区域 ax1.add_patch(poly)map.shadedrelief() # 绘制阴暗的浮雕图map.drawcoastlines()end=time.clock()print(end-start)plt.show()

这里写图片描述

程序2，地形图

import timestart = time.clock()from mpl_toolkits.basemap import Basemapimport matplotlib.pyplot as pltfrom matplotlib.patches import Polygonimport pandas as pdimport numpy as npposi=pd.read_excel("D://Files//datasets//2015Cities-CHINA.xlsx") #读取中国城市数据lat = np.array(posi["lat"][0:120]) # 获取维度之维度值lon = np.array(posi["lon"][0:120]) # 获取经度值pop = np.array(posi["pop"][0:120],dtype=float) size=(pop/np.max(pop))*100 map = Basemap(llcrnrlon=80.33, llcrnrlat=3.01, urcrnrlon=138.16, urcrnrlat=56.123, resolution='h', projection='cass', lat_0 = 42.5,lon_0=120)map.readshapefile("D://GoogleDownload//CHN_adm_shp//CHN_adm1",'states',drawbounds=True)map.etopo() # 绘制地形图，浮雕样式map.drawcoastlines()x,y = map(lon[2],lat[2]) # 北京市坐标，经纬度坐标转换为该map的坐标a,b = map(lon,lat)# map.scatter(a,b,s=size) # 取消注释此行即可获得中国各地区人口分布示意图map.scatter(x,y,s=200,marker='*',facecolors='r',edgecolors='r') # 绘制首都end=time.clock()print(end-start)plt.show()

这里写图片描述

程序3，人口分布图

import urllibimport numpy as npimport matplotlibmatplotlib.rcParams['toolbar'] = 'None'import matplotlib.pyplot as pltfrom mpl_toolkits.basemap import Basemapfrom matplotlib.animation import FuncAnimationimport pandas as pdimport seaborn as sns# posi=pd.read_csv("D://Files//datasets//CitiesLatLon_China.csv")posi=pd.read_excel("D://Files//datasets//2015Cities-CHINA.xlsx")lat = np.array(posi["lat"][0:120]) # 获取维度之维度值lon = np.array(posi["lon"][0:120]) # 获取经度值pop = np.array(posi["pop"][0:120],dtype=float) # 获取人口数，转化为numpy浮点型gdp = np.array(posi["GDP"][0:120],dtype=float) # 获取人口数，转化为numpy浮点型size=(pop/np.max(pop))*100 # 绘制散点图时图形的大小，如果之前pop不转换为浮点型会没有大小不一的效果# size=(gdp/np.max(gdp))*100 # 绘制散点图时图形的大小，如果之前pop不转换为浮点型会没有大小不一的效果map = Basemap(projection='stere', lat_0=35, lon_0=110, llcrnrlon=82.33, llcrnrlat=3.01, urcrnrlon=138.16, urcrnrlat=53.123,resolution='l',area_thresh=10000,rsphere=6371200.)map.drawcoastlines() map.drawcountries() map.drawcounties()map.readshapefile("D://GoogleDownload//CHN_adm_shp//CHN_adm1",'states',drawbounds=True)map.drawmapboundary()parallels = np.arange(0.,90,10.) map.drawparallels(parallels,labels=[1,0,0,0],fontsize=10) # 绘制纬线meridians = np.arange(80.,140.,10.)map.drawmeridians(meridians,labels=[0,0,0,1],fontsize=10) # 绘制经线x,y = map(lon,lat)# map.scatter(x,y,edgecolors='r',facecolors='r',marker='*',s=320)map.scatter(x,y,s=size)plt.title("Population Distribution in China")plt.show()

这里写图片描述