用Python分析過去10年地震分布~

回復(fù)“書籍”即可獲贈Python從入門到進階共10本電子書

大家好，我是才哥。

前段時間在黃海海域發(fā)生了5.2級地震，當(dāng)時朋友圈華東一帶的朋友們都“震動”了。

今天，就帶大家一起看看過去10年里地震的分布情況！

目錄：

• 1. 數(shù)據(jù)獲取

• 2. 數(shù)據(jù)處理

• 2.1. 經(jīng)緯度轉(zhuǎn)換

• 2.2. 發(fā)震時刻數(shù)據(jù)處理

• 2.3. 地震所在地（省市）

• 3. 統(tǒng)計與可視化

• 3.1. 歷年地震數(shù)

• 3.2. 各省地震數(shù)

• 3.3. 各城市地震數(shù)

• 3.4. 地震分布散點圖

• 3.5. 地址分布熱力圖

• 3.6. 近10年每月地震分布圖（動態(tài)）

• 4. 補充知識

1. 數(shù)據(jù)獲取

直接在中國地震臺網(wǎng)就可以下載到過去10年的地震數(shù)據(jù)。

中國地震臺網(wǎng)：

https://news.ceic.ac.cn/index.html?time=1637318776

大家直接在歷史查詢里選擇時間范圍進行查詢后，點擊保存到本地即可獲取數(shù)據(jù)。

存在本地的數(shù)據(jù)預(yù)覽如下：

2. 數(shù)據(jù)處理

在數(shù)據(jù)獲取的時候， 我們發(fā)現(xiàn)獲取的數(shù)據(jù)包含時間、震級、經(jīng)緯度、深度以及參考位置。而經(jīng)緯度是百度地圖下的，考慮到不同地圖的經(jīng)緯度會存在差異，而我們后續(xù)繪圖采用的是高德地圖，所以這里需要對經(jīng)緯度進行轉(zhuǎn)換。

2.1. 經(jīng)緯度轉(zhuǎn)換

高德開放平臺有對應(yīng)的經(jīng)緯度轉(zhuǎn)換的API，我們可以直接調(diào)用（免費額度夠）。

import?requests
import?pandas?as?pd
#?讀取數(shù)據(jù)
df?=?pd.read_excel(r'eqList.xlsx')

longitude_list?=?[]
latitude_list?=?[]
#?百度地圖經(jīng)緯度轉(zhuǎn)換為高德地圖經(jīng)緯度
for?i?,?location?in?enumerate(df[['經(jīng)度(°)','緯度(°)']].values):
????location?=?str(location[0])+','+str(location[1])
????url?=?'https://restapi.amap.com/v3/assistant/coordinate/convert?'
????
????parames?=?{
????????'locations':location,
????????'coordsys':'baidu',
????????'key':'你的key',
????????}
????
????r?=?eval(requests.get(url,?params=parames).json()['locations'])
????#?經(jīng)度
????longitude_list.append(r[0])
????#?緯度
????latitude_list.append(r[1])
????print(f'\r{i+1}',end='')

df['經(jīng)度(°)']?=?longitude_list
df['緯度(°)']?=?latitude_list

如此，我們就成功將百度地圖系的經(jīng)緯度坐標(biāo)轉(zhuǎn)換為了高德地圖系的經(jīng)緯度坐標(biāo)。

2.2. 發(fā)震時刻數(shù)據(jù)處理

對于發(fā)震時刻來說，我希望的是精確到月份以及小時，用于后續(xù)統(tǒng)計分析。

#?轉(zhuǎn)換為時間格式
df['發(fā)震時刻']?=?pd.to_datetime(df['發(fā)震時刻'])
#?獲取年月
df['月份']?=?df['發(fā)震時刻'].apply(lambda?x:?str(x)[:7])
#?獲取小時
df['小時']?=?df['發(fā)震時刻'].dt.hour

這里我感覺我的獲取年月的操作有點low，有小伙伴有更好的方案還請留言哈，我要學(xué)習(xí)。

2.3. 地震所在地（省市）

由于在原始數(shù)據(jù)中參考位置無法便捷的解析出省和市，我這邊打算用經(jīng)緯度信息通過高德的API來進行獲取。參考此前《你知道海底撈在全國有多少家店嗎？》。

citys?=?[]
provinces?=?[]
for?i?,?location?in?enumerate(df[['經(jīng)度(°)','緯度(°)']].values):
????location?=?str(location[0])+','+str(location[1])
????url?=?'https://restapi.amap.com/v3/geocode/regeo?'
????params?=?{
????????'location':location,
????????'key':'你的key',
????????'extensions':'base',
????????'batch':'false',
????????'roadlevel':0,
????????}
????
????r?=?requests.get(url,?params=params)
????data?=?r.json()['regeocode']
????city?=?data['addressComponent']['city']
????province?=?data['addressComponent']['province']
????if?len(city)==0:
????????city?=?province
????citys.append(city)
????provinces.append(province)
????print(f'\r{i+1}',end='')
df['城市']?=?citys
df['省']?=?provinces

經(jīng)過以上的處理，我們最終得到了以下數(shù)據(jù)：

3. 統(tǒng)計與可視化

這部分我們只進行簡單的統(tǒng)計展示，不做類似預(yù)測或者別的什么深度分析，畢竟基于現(xiàn)有原始數(shù)據(jù)也得不出太大的有價值結(jié)論。

3.1. 歷年地震數(shù)

中小地震次數(shù)

按照[2, 4.6]作為中小地震等級區(qū)間，近10年一共6188次，年均600余次！

#?中小地震（[2,4.6]）
df['年份']?=?df['發(fā)震時刻'].dt.year
df_cn?=?df[df['省']!='[]']
df_xiao?=?df_cn.query('2<=`震級(M)`<=4.6')
df_xiao.groupby('年份')['發(fā)震時刻'].count().to_frame('次數(shù)').reset_index()

破壞性地震次數(shù)

按照[4.7, ∞]作為中小地震等級區(qū)間，近10年一共505次，年均50余次！

3.2. 各省地震數(shù)

考慮到一些地震發(fā)生在海域，這里統(tǒng)一化為中國海域，另外對于發(fā)生在國外的咱們這里不參與。

另外，我們只看破壞性地震分布，可以發(fā)現(xiàn)在我國新疆、西藏、云南、臺灣和四川是地震高發(fā)帶！

#?各省?破壞性地震
df_province?=?df_cn.query('`震級(M)`>=4.7').groupby('省')['發(fā)震時刻'].count().to_frame('次數(shù)').sort_values(by='次數(shù)',ascending=False).reset_index()

3.3. 各城市地震數(shù)

在我國233個城市發(fā)生過地震，發(fā)生地震次數(shù)最多的城市大多集中在新疆、四川。

注：這里統(tǒng)計的是全部地震數(shù)據(jù)

像新疆的克孜勒蘇柯爾克孜自治州、和田地區(qū)

四川的宜賓和雅安等

3.4. 地震分布散點圖

我們只看破壞性地震分布，根據(jù)經(jīng)緯度坐標(biāo)信息繪制

import?folium.plugins?as?plugins
import?folium

df?=?df[df['震級(M)']>=4.7]
ss1?=?[[latitude,longitude]?for?latitude,longitude?in?df[['緯度(°)',?'經(jīng)度(°)']].values.tolist()]
m?=?folium.Map([39.904989,?116.405285],
??????????????tiles='https://webrd01.is.autonavi.com/appmaptile?&x={x}&y={y}&z={z}&lang=zh_cn&size=1&scale=1&style=7',
???????????????zoom_start=6,
???????????????attr='高德')
groups?=?folium.FeatureGroup('')
for?l,label?in?zip(ss1,df['參考位置'].to_list()):
????groups.add_child(
????????folium.CircleMarker(
????????????location=l,
????????????radius=1,
????????????color='red',
????????????fill=True,
????????????fill_color='red',
????????????fill_opacity=0.4,
????????????popup=folium.Popup(html=label,max_width=100),
????????)
????)
m.add_child(groups)
m.add_child(folium.LatLngPopup())?
m.save('地震分布.html')???????????????

3.5. 地址分布熱力圖

可以看到新疆西南部，和臺灣省東部海域?qū)儆诘卣鸲喟l(fā)地段。

data_all?=?df[['緯度(°)',?'經(jīng)度(°)','震級(M)']].values.tolist()
m?=?folium.Map([39.904989,?116.405285],
???????????????tiles='https://webrd01.is.autonavi.com/appmaptile?&x={x}&y={y}&z={z}&lang=zh_cn&size=1&scale=1&style=7',
???????????????zoom_start=6,
???????????????attr='高德')
hm?=?plugins.HeatMap(data_all,?radius=10,?
?????????????????????gradient={.1:?'green',?.6:?'yellow',?1:?'red'},
?????????????????????)
hm.add_to(m)
hm.save('地震熱力圖.html')

3.6. 近10年每月地震分布圖（動態(tài)）

注：這里統(tǒng)計的是全部地震數(shù)據(jù)

繪制代碼

data_move?=?[]
date_list?=?df['月份'].sort_values().unique()
for?month?in?date_list:
????data_move.append(df[df['月份']?==?month][['緯度(°)',?'經(jīng)度(°)','震級(M)']].values.tolist())
m?=?folium.Map([39.904989,?116.405285],
???????????????tiles='https://webrd01.is.autonavi.com/appmaptile?&x={x}&y={y}&z={z}&lang=zh_cn&size=1&scale=1&style=7',
???????????????zoom_start=6,
???????????????attr='高德')
time_index?=?df['月份'].sort_values().unique().tolist()
hm?=?plugins.HeatMapWithTime(data_move,?
?????????????????????????????index=time_index,
?????????????????????????????radius=10)

hm.add_to(m)
hm.save('地震動態(tài)熱力圖.html')

4. 補充知識

地震帶分布圖

我們篩選 5級以上地震繪制分布圖如下：

基本吻合~

????小伙伴們，快快用實踐一下吧！如果在學(xué)習(xí)過程中，有遇到任何問題，歡迎加我好友，我拉你進Python學(xué)習(xí)交流群共同探討學(xué)習(xí)。

-------------------?End?-------------------

往期精彩文章推薦：

• Python中encode和encoding的區(qū)別是什么？

• 手把手教你使用openpyxl庫從Excel文件中提取指定的數(shù)據(jù)并生成新的文件（附源碼）

• 手把手教你用Python來模擬繪制自由落體運動過程中的拋物線（附源碼）

• 盤點3種Python網(wǎng)絡(luò)爬蟲過程中的中文亂碼的處理方法
  

歡迎大家點贊，留言，轉(zhuǎn)發(fā)，轉(zhuǎn)載，感謝大家的相伴與支持

想加入Python學(xué)習(xí)群請在后臺回復(fù)【入群】

萬水千山總是情，點個【在看】行不行

/今日留言主題/

隨便說一兩句吧~~