python繪制高顏值房價與地鐵線路分布圖

今天教大家用plotly庫繪制房價和地鐵線路分布圖，通過本次實例，你能夠掌握地圖標(biāo)點(diǎn)、劃線的基本用法

plotly的安裝比較簡單，直接在命令行輸入：

pip install plotly

然后需要在官網(wǎng)注冊1個token，步驟如下：

1.注冊郵箱登錄：

2.依次點(diǎn)擊Token-Create a token，下方就會出現(xiàn)token值：

pandas讀取房價數(shù)據(jù)：

import pandas as pd
data=pd.read_excel('房價匯總帶經(jīng)緯度.xlsx')
data

房子的經(jīng)緯度的信息是我根據(jù)詳細(xì)位置用python爬蟲爬的，感興趣的可以自己去試一下

調(diào)用go.Scattermapbox()方法，繪制房價散點(diǎn)圖：

import plotly.graph_objects as go
token='pk.eyJ1IjoicHl0aG9uYmlyZCIsImEiOiJja2tqOTBneXcwZTlyMnRzNzczNngzY2huIn0.2dImfhmc06Z8IeX6WeNamQ'
fig=go.Figure(go.Scattermapbox(
    mode="markers",
    lon=data.經(jīng)度,
    lat=data.緯度,
    hovertext=data.簡介,  #懸停顯示文本內(nèi)容
    hoverinfo='text',
    marker_symbol='marker',
    marker_size=6))       #標(biāo)記大小
fig.update_layout(mapbox={
    "accesstoken":token,
    "center":{'lon':116.2,'lat':39.56},  #地圖中心位置
    'zoom':11.8},
    margin={'l':0,'r':0,'t':0,"b":0}     #地圖邊距
                 )

go.Scattermapbox()方法提供了多種symbol樣式，網(wǎng)址為：

https://labs.mapbox.com/maki-icons/

但它只能呈現(xiàn)數(shù)據(jù)位置，表現(xiàn)的很單一

px.scatter_mapbox()則很好的解決這一問題，能夠?qū)arker的size和color與不同列的值相關(guān)聯(lián)，通過數(shù)據(jù)點(diǎn)的位置、顏色和大小多維度地呈現(xiàn)數(shù)據(jù)（marker的symbol不可改變）：

import plotly.express as px
import plotly.graph_objects as go
fig = px.scatter_mapbox(data,
                        lon = '經(jīng)度',  #輸入經(jīng)度坐標(biāo)
                        lat = '緯度',  #輸入緯度
                        color ="單價", #對應(yīng)excel的color欄，每個值代表一種顏色
                        hover_name ="簡介",#可以對應(yīng)excel里面的某一欄
                        size_max = 16, #上面size尺寸的最大值
                        color_continuous_scale = px.colors.carto.Temps
                       )

fig.update_layout(mapbox = {'accesstoken': token, #需要到官網(wǎng)注冊一個token
                            "center":{'lon':116.2,'lat':39.56},  #指定的地圖中心
                            'zoom': 7.48,
                            'style': 'dark', #顯示的地圖類型，有遙感地圖，街道地圖等類型
                           },
                  margin = {'l': 0, 'r': 0, 't': 0, 'b': 0})
fig.show() #顯示地圖

內(nèi)置的style可以是[basic, streets, outdoors, light, dark, satellite, satellite-streets]中的任意一種，默認(rèn)為'light'

最后，我又用爬蟲爬了北京市地鐵站點(diǎn)信息，代碼如下：

import requests
import json
import pandas as pd
url='http://map.amap.com/service/subway?_1599997789354=&srhdata=1100_drw_beijing.json'
response=requests.get(url)
result=json.loads(response.text)
stations=[]
lats=[]
lons=[]
lines=[]
for i in result['l']:
    for j in i['st']:
        lines.append(i['kn'])
        stations.append(j['n'])
        lons.append(j['sl'].split(',')[0])
        lats.append(j['sl'].split(',')[1])
dataframe=pd.DataFrame({'站名':stations,'線路':lines,'經(jīng)度':lons,'緯度':lats})
dataframe

在第二張圖的基礎(chǔ)上加上地鐵線路圖：

lines=dataframe['線路'].unique().tolist()
for line in lines:
    fig.add_traces(go.Scattermapbox(
        mode="markers+lines",
        lon=dataframe.loc[lambda x:x['線路']==line]['經(jīng)度'],
        lat=dataframe.loc[lambda x:x['線路']==line]['緯度'],
        hovertext=dataframe.loc[lambda x:x['線路']==line]['站名'],
        hoverinfo='text',
        marker_symbol='marker',
        marker_size=6,
        showlegend = False))
for line in lines[1:]:
    fig.add_traces(go.Scattermapbox(
        mode="markers+lines",
        lon=dataframe.loc[lambda x:x['線路']==line]['經(jīng)度'],
        lat=dataframe.loc[lambda x:x['線路']==line]['緯度'],
        hovertext=dataframe.loc[lambda x:x['線路']==line]['站名'],
        hoverinfo='text',
        marker_symbol='marker',
        marker_size=6,
        showlegend = False))
fig.update_layout(mapbox={"accesstoken":token,"center":{'lon':116.2,'lat':39.56},'zoom':11.8},
                  margin={'l':0,'r':0,'t':0,"b":0})

大功告成，你學(xué)會了嗎？