本篇内容主要讲解“如何安装Python绘制地图神器folium”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“如何安装Python绘制地图神器folium”吧!

10余年的芙蓉网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。网络营销推广的优势是能够根据用户设备显示端的尺寸不同，自动调整芙蓉建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。创新互联从事“芙蓉网站设计”,“芙蓉网站推广”以来，每个客户项目都认真落实执行。

一、folium简介和安装

folium 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，在Python中操作数据，然后通过 folium 在 Leaflet 地图中可视化。

folium 相比较于国内百度的 pyecharts 灵活性更强，能够自定义绘制区域，并且展现形式更加多样化。[1]

1. folium的简介

• Folium是建立在 Python 生态系统的数据整理 Datawrangling 能力和 Leaflet.js 库的映射能力之上的开源库。用  Python 处理数据，然后用 Folium 将它在 Leaflet 地图上进行可视化。Folium能够将通过 Python 处理后的数据轻松地在交互式的  Leaflet 地图上进行可视化展示。它不单单可以在地图上展示数据的分布图，还可以使用 Vincent/Vega 在地图上加以标记。

• 这个开源库中有许多来自 OpenStreetMap、MapQuest Open、MapQuestOpen Aerial、Mapbox和Stamen  的内建地图元件，而且支持使用 Mapbox 或 Cloudmade 的 API 密钥来定制个性化的地图元件。Folium支持 GeoJSON 和  TopoJSON 两种文件格式的叠加，也可以将数据连接到这两种文件格式的叠加层，最后可使用 color-brewer 配色方案创建分布图。

• Folium可以让你用 Python 强大生态系统来处理数据，然后用 Leaflet 地图来展示。Folium内置一些来自  OpenStreetMap、MapQuest Open、MapQuest Open Aerial、Mapbox和Stamen  的地图元件(tilesets)，并且支持用 Mapbox 或者 Cloudmade API keys 来自定义地图元件。Folium支持 GeoJSON 和  TopJSON 叠加(overlays)，绑定数据来创造一个分级统计图(Choropleth  map)。但是，Folium库绘制热点图的时候，需要联网才可显示。

2. 安装folium

pip install folium -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

?这里直接使用了国内豆瓣源

二、基本使用

folium显示地图的类为 folium.Map，类的声明如下：

class folium.Map(location=None, width='100%', height='100%', left='0%', top='0%', position='relative', tiles='OpenStreetMap', attr=None, min_zoom=0, max_zoom=18, zoom_start=10, min_lat=-90, max_lat=90, min_lon=-180, max_lon=180, max_bounds=False, crs='EPSG3857', control_scale=False, prefer_canvas=False, no_touch=False, disable_3d=False, png_enabled=False, zoom_control=True, **kwargs)

几个重要的参数：

• location：经纬度，list 或者 tuple 格式，顺序为 latitude, longitude

• zoom_start：缩放值，默认为 10，值越大比例尺越小，地图放大级别越大

• control_scale：Bool型，控制是否在地图上添加比例尺，默认为 False 即不添加

• tiles：显示样式，默认 "OpenStreetMap"，也就是开启街道显示

• crs：地理坐标参考系统，默认为 "EPSG3857"

1. 各级别地图

世界地图

import folium  print(folium.__version__)  # define the world map world_map = folium.Map() # save world map world_map.save('test_01.html')

结果如下：

当前folium版本：0.11.0

国家地图

import folium # define the national map national_map = folium.Map(location=[35.3, 100.6], zoom_start=4) # save national map national_map.save('test_02.html')

结果如下：

市级地图

其实改变地图显示也就是改变显示的经纬度和缩放比例，省级、市级、县级用法相似，这里举一个市级的例子为例，如北京市：

import folium # define the national map city_map = folium.Map(location=[39.93, 116.40], zoom_start=10) # save national map city_map.save('test_03.html')

2. 在地图上标记

普通标记

添加普通标记用 Marker，可以选择标记的图案。

import folium  bj_map = folium.Map(location=[39.93, 115.40], zoom_start=12, tiles='Stamen Terrain')  folium.Marker(     location=[39.95, 115.33],     popup='Mt. Hood Meadows',     icon=folium.Icon(icon='cloud') ).add_to(bj_map)  folium.Marker(     location=[39.96, 115.32],     popup='Timberline Lodge',     icon=folium.Icon(color='green') ).add_to(bj_map)  folium.Marker(     location=[39.93, 115.34],     popup='Some Other Location',     icon=folium.Icon(color='red', icon='info-sign')    # 标记颜色  图标 ).add_to(bj_map)  bj_map.save('test_04.html')

结果如下：

圆形标记

添加圆形标记用 Circle 以及 CircleMarker

import folium  bj_map = folium.Map(location=[39.93, 116.40], zoom_start=12, tiles='Stamen Toner')  folium.Circle(     radius=200,     location=(39.92, 116.43),     popup='The Waterfront',     color='#00FFFF',   # 颜色     fill=False,        # 填充 ).add_to(bj_map)  folium.CircleMarker(     location=(39.93, 116.38),     radius=50,   # 圆的半径     popup='Laurelhurst Park',     color='#FF1493',     fill=True,     fill_color='#FFD700' ).add_to(bj_map)  bj_map.save('test_05.html')

结果如下：

动态放置标记

import folium  dynamic_tagging = folium.Map(     location=[46.8527, -121.7649],     tiles='Stamen Terrain',     zoom_start=13 )  folium.Marker(     [46.8354, -121.7325],     popup='Camp Muir' ).add_to(dynamic_tagging)  dynamic_tagging.add_child(folium.ClickForMarker(popup='Waypoint')) dynamic_tagging.save('test_06.html')

结果如下：

更多详细使用可以参考官方文档：http://python-visualization.github.io/folium/quickstart.html[2]

三、实战案例

以将停车场地理位置数据可视化在地图上示例，熟悉 folium 地图可视化的使用。

1. 获取经纬度数据

停车场地理位置数据来源于网络，数据真实可靠，下面先利用 Python 爬虫获取数据

#数据来源：http://219.136.133.163:8000/Pages/Commonpage/login.aspx  import requests import csv import json import logging  headers = {     'X-Requested-With': 'XMLHttpRequest',     'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36' } logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s') url = 'http://219.136.133.163:8000/Pages/Commonpage/AsyGetData.asmx/GetParkList' s = requests.session() s.get(url, headers=headers) for i in range(1, 318):     data = {         'cp': str(i),         'ps': '10',         'kw': '',         'lon': 'undefined',         'lat': 'undefined',         'type': 'undefined'     }     url = 'http://219.136.133.163:8000/Pages/Commonpage/AsyGetData.asmx/GetParkList'     # post提交表单数据     res = s.post(url, data=data, headers=headers)     # 重新设置编码     res.encoding = 'utf-8'     # str转json  便于提取数据     result = json.loads(res.text)['Result']     for j in result:         park_name = j['ParkName']         Lon = j['Longitude']         Lat = j['Latitude']         with open('parkings.csv', 'a+', newline='', encoding='gb18030') as f:             f_csv = csv.writer(f)             f_csv.writerow([park_name, Lon, Lat])             logging.info([park_name, Lon, Lat])

结果如下：

共有 3170 个停车场地理位置数据

2. folium地图可视化

import pandas as pd import folium  # 读取csv数据 data = pd.read_csv('parkings.csv', encoding='gbk') # 传入纬度和经度数据 park_map = folium.Map(location=[data['latitude'].mean(), data['longitude'].mean()], zoom_start=10, control_scale=True,) # 实例化 folium.map.FeatureGroup 对象 incidents = folium.map.FeatureGroup() for name,row in data.iterrows():     incidents.add_child(         folium.CircleMarker(            # CircleMarker表示花圆             (row["latitude"], row["longitude"]),   # 每个停车场的经纬度坐标             radius=7,                   # 圆圈半径             color='#FF1493',            # 标志的外圈颜色             fill=True,                  # 是否填充             fill_color='#00FF00',       # 填充颜色             fill_opacity=0.4            # 填充透明度         )     )  park_map.add_child(incidents) park_map.save('park_map1.html')

效果如下：

这样看起来有点乱，下面我们来统计一下各个局域的停车场数量

import pandas as pd import folium from folium import plugins  data = pd.read_csv('parkings.csv', encoding='gbk') park_map = folium.Map(location=[data['latitude'].mean(), data['longitude'].mean()], zoom_start=10, control_scale=True,) marker_cluster = plugins.MarkerCluster().add_to(park_map)  for name,row in data.iterrows():     folium.Marker(location=[row["latitude"], row["longitude"]]).add_to(marker_cluster) park_map.save('park_map2.html')

效果如下：

这样能对各个局域停车场的数量在地图上进行统计，将图不断放大以后，还可以显示每个停车场的具体位置，非常方便。

到此，相信大家对“如何安装Python绘制地图神器folium”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！

本文题目：如何安装Python绘制地图神器folium
文章地址：http://hbruida.cn/article/jceicp.html