Python数据分析在历史地理研究中的应用：以江苏省会变迁为例

最近在整理历史资料时，发现不少朋友对江苏省会变迁这个话题很感兴趣。确实，从南京到镇江再到南京，这段历史背后有着复杂的地理、经济和政治因素。今天我们就从技术角度，用数据分析的方法来"探秘"这段省会变迁史，看看如何用Python进行历史地理数据的可视化分析。

1. 背景与核心概念

1.1 江苏省会变迁的历史背景

江苏省的省会变迁是中国近现代行政区划调整的一个典型案例。从清朝到民国再到新中国，省会的选址经历了多次变化，主要涉及南京、镇江等城市。这种变迁不仅反映了行政区划的调整，更体现了交通条件、经济发展和战略布局的变化。

1.2 数据分析在历史地理研究中的应用

随着数字人文的发展，利用编程技术分析历史地理数据已成为重要研究手段。通过Python的数据处理和可视化能力，我们可以更直观地展示省会变迁的时空特征，分析影响变迁的关键因素。

1.3 技术分析的价值

传统的历史地理研究多依赖文献分析，而技术分析能够：

• 处理大量时空数据
• 生成交互式可视化图表
• 进行空间关系和趋势分析
• 量化比较不同因素的影响力

2. 环境准备与版本说明

2.1 所需技术栈

本项目主要使用Python进行数据分析，需要以下库的支持：

• pandas：数据处理和分析
• geopandas：地理空间数据处理
• matplotlib：基础绘图
• folium：交互式地图制作
• seaborn：统计可视化

2.2 环境配置建议

# 创建conda环境
conda create -n jiangsu_analysis python=3.9
conda activate jiangsu_analysis

# 安装核心库
pip install pandas==1.4.3
pip install geopandas==0.11.1
pip install matplotlib==3.5.2
pip install folium==0.12.1
pip install seaborn==0.11.2

# 安装地理数据处理依赖
conda install -c conda-forge geopy
conda install -c conda-forge contextily

2.3 数据准备

我们需要收集以下几类数据：

• 历史行政区划边界数据
• 省会变迁时间序列数据
• 各城市经济发展指标
• 交通网络变化数据

3. 核心数据处理技术

3.1 数据采集与清洗

首先我们需要从公开资料中整理省会变迁的基本信息：

import pandas as pd
from datetime import datetime

# 创建省会变迁时间线数据
capital_data = [
    {'city': '南京', 'start_year': 1667, 'end_year': 1760, 'period': '清朝初期'},
    {'city': '苏州', 'start_year': 1760, 'end_year': 1853, 'period': '清朝中期'},
    {'city': '南京', 'start_year': 1853, 'end_year': 1912, 'period': '晚清时期'},
    {'city': '镇江', 'start_year': 1912, 'end_year': 1928, 'period': '民国初期'},
    {'city': '南京', 'start_year': 1928, 'end_year': 1949, 'period': '民国时期'},
    {'city': '镇江', 'start_year': 1949, 'end_year': 1952, 'period': '建国初期'},
    {'city': '南京', 'start_year': 1952, 'end_year': None, 'period': '现代时期'}
]

df_capital = pd.DataFrame(capital_data)
df_capital['duration'] = df_capital['end_year'] - df_capital['start_year']
print(df_capital)

3.2 地理空间数据处理

使用geopandas处理行政区划边界数据：

import geopandas as gpd
import matplotlib.pyplot as plt

# 加载江苏省行政区划数据
def load_jiangsu_map():
    # 这里可以使用公开的行政区划数据
    # 示例代码结构
    gdf = gpd.read_file('data/jiangsu_boundary.shp')
    return gdf

# 绘制基础地图
def plot_basic_map(gdf):
    fig, ax = plt.subplots(1, 1, figsize=(12, 10))
    gdf.plot(ax=ax, color='lightblue', edgecolor='black')
    ax.set_title('江苏省行政区划图', fontsize=15)
    plt.tight_layout()
    plt.show()

3.3 时间序列分析

分析省会变迁的时间规律：

import seaborn as sns
from matplotlib import dates as mdates

def analyze_timeline(df):
    # 计算每个城市作为省会的总时长
    city_duration = df.groupby('city')['duration'].sum().sort_values(ascending=False)
    
    # 绘制时长分布图
    plt.figure(figsize=(10, 6))
    sns.barplot(x=city_duration.index, y=city_duration.values)
    plt.title('各城市作为江苏省会的总时长对比')
    plt.xlabel('城市')
    plt.ylabel('总时长（年）')
    plt.xticks(rotation=45)
    plt.tight_layout()
    plt.show()

4. 完整实战案例：省会变迁可视化系统

4.1 项目结构设计

jiangsu_capital_analysis/
├── data/
│   ├── historical_boundaries/
│   ├── economic_indicators/
│   └── transportation_networks/
├── src/
│   ├── data_processing.py
│   ├── visualization.py
│   └── analysis.py
├── config/
│   └── settings.py
└── main.py

4.2 核心数据处理模块

# src/data_processing.py
import pandas as pd
import numpy as np

class CapitalDataProcessor:
    def __init__(self, data_path):
        self.data_path = data_path
        self.capital_data = None
        self.economic_data = None
        
    def load_capital_data(self):
        """加载省会变迁数据"""
        self.capital_data = pd.read_csv(f'{self.data_path}/capital_timeline.csv')
        return self.capital_data
    
    def load_economic_data(self):
        """加载经济发展数据"""
        self.economic_data = pd.read_csv(f'{self.data_path}/economic_indicators.csv')
        return self.economic_data
    
    def calculate_change_frequency(self):
        """计算省会变更频率"""
        changes = len(self.capital_data) - 1
        total_years = self.capital_data['end_year'].max() - self.capital_data['start_year'].min()
        frequency = changes / total_years
        return frequency

4.3 可视化模块实现

# src/visualization.py
import matplotlib.pyplot as plt
import folium
from folium import plugins

class CapitalVisualizer:
    def __init__(self, processor):
        self.processor = processor
        
    def create_timeline_chart(self):
        """创建时间线图"""
        data = self.processor.capital_data
        
        fig, ax = plt.subplots(figsize=(15, 8))
        
        # 为每个时期创建水平条形图
        for i, row in data.iterrows():
            duration = row['end_year'] - row['start_year'] if row['end_year'] else 2023 - row['start_year']
            ax.barh(row['city'], duration, left=row['start_year'], 
                   alpha=0.6, label=row['period'])
        
        ax.set_xlabel('年份')
        ax.set_title('江苏省会变迁时间线')
        ax.legend()
        plt.tight_layout()
        return fig
    
    def create_interactive_map(self):
        """创建交互式地图"""
        # 南京坐标
        nanjing_coords = [32.0603, 118.7969]
        
        # 创建基础地图
        m = folium.Map(location=nanjing_coords, zoom_start=7)
        
        # 添加省会标记点
        capital_cities = {
            '南京': [32.0603, 118.7969],
            '镇江': [32.1879, 119.4250],
            '苏州': [31.2989, 120.5853]
        }
        
        for city, coords in capital_cities.items():
            folium.Marker(
                coords,
                popup=f'{city}（曾为江苏省会）',
                tooltip=city
            ).add_to(m)
        
        return m

4.4 分析模块

# src/analysis.py
import pandas as pd
from scipy import stats

class CapitalAnalyzer:
    def __init__(self, processor):
        self.processor = processor
        
    def analyze_geographical_factors(self):
        """分析地理因素的影响"""
        # 计算各城市的地理中心性
        cities_data = {
            '南京': {'latitude': 32.0603, 'longitude': 118.7969, 'river_access': True},
            '镇江': {'latitude': 32.1879, 'longitude': 119.4250, 'river_access': True},
            '苏州': {'latitude': 31.2989, 'longitude': 120.5853, 'river_access': True}
        }
        
        # 计算相对于省域中心的位置
        jiangsu_center = [32.5, 119.5]  # 江苏省大致中心
        for city, info in cities_data.items():
            distance = ((info['latitude'] - jiangsu_center[0])**2 + 
                       (info['longitude'] - jiangsu_center[1])**2)**0.5
            cities_data[city]['distance_to_center'] = distance
        
        return pd.DataFrame(cities_data).T
    
    def economic_correlation_analysis(self):
        """分析经济因素与省会选址的相关性"""
        economic_data = self.processor.economic_data
        
        # 模拟经济数据分析
        correlation_results = {}
        if economic_data is not None:
            # 这里可以添加实际的经济指标相关性分析
            pass
            
        return correlation_results

4.5 主程序集成

# main.py
from src.data_processing import CapitalDataProcessor
from src.visualization import CapitalVisualizer
from src.analysis import CapitalAnalyzer

def main():
    # 初始化处理器
    processor = CapitalDataProcessor('data')
    capital_data = processor.load_capital_data()
    
    # 可视化
    visualizer = CapitalVisualizer(processor)
    timeline_fig = visualizer.create_timeline_chart()
    interactive_map = visualizer.create_interactive_map()
    
    # 分析
    analyzer = CapitalAnalyzer(processor)
    geo_analysis = analyzer.analyze_geographical_factors()
    economic_analysis = analyzer.economic_correlation_analysis()
    
    # 保存结果
    timeline_fig.savefig('results/timeline.png', dpi=300, bbox_inches='tight')
    interactive_map.save('results/interactive_map.html')
    
    print("分析完成！结果已保存到results目录")

if __name__ == "__main__":
    main()

5. 数据分析结果解读

5.1 省会变迁的时间规律

通过时间线分析，我们可以发现江苏省会变迁的几个关键时间节点：

• 清代中期（1760年）：从南京迁至苏州
• 晚清时期（1853年）：迁回南京
• 民国初期（1912年）：迁至镇江
• 建国初期（1949年）：再次迁至镇江
• 1952年：最终确立南京为省会

5.2 地理因素分析

从地理空间分析来看，南京作为省会有其天然优势：

• 位于江苏省西南部，靠近安徽，具有区域中心地位
• 长江航运枢纽，水陆交通便利
• 地形相对平坦，易于城市建设发展

5.3 经济因素影响

经济发展水平在省会选址中起着重要作用：

• 苏州在清代因漕运和工商业发达一度成为省会
• 南京的近代工业基础为其长期作为省会提供了支撑
• 镇江因港口优势在特定时期成为省会选择

6. 技术实现中的关键问题

6.1 历史地理数据获取难题

# 处理历史边界数据的不确定性
def handle_historical_uncertainty(year):
    """
    处理历史行政区划边界的不确定性
    不同时期边界可能有所变化
    """
    if year < 1900:
        # 使用清代行政区划数据
        boundary_file = 'data/qing_dynasty_boundary.shp'
    elif year < 1950:
        # 使用民国时期数据
        boundary_file = 'data/republic_era_boundary.shp'
    else:
        # 使用现代数据
        boundary_file = 'data/modern_boundary.shp'
    
    return gpd.read_file(boundary_file)

6.2 坐标系统一处理

地理数据处理中需要特别注意坐标系的统一：

def unify_coordinate_system(gdf_list):
    """统一不同数据源的坐标系"""
    unified_gdf = []
    for gdf in gdf_list:
        # 转换为统一坐标系（如WGS84）
        if gdf.crs != 'EPSG:4326':
            gdf = gdf.to_crs('EPSG:4326')
        unified_gdf.append(gdf)
    return unified_gdf

6.3 时间数据标准化

历史时间数据的标准化处理：

def standardize_historical_dates(date_string):
    """
    标准化历史日期数据
    处理不同的日期格式和纪年方式
    """
    import re
    
    # 处理清代年号
    qing_pattern = r'光绪(\d+)年'
    match = re.search(qing_pattern, date_string)
    if match:
        year = 1875 + int(match.group(1)) - 1  # 光绪元年为1875年
        return year
    
    # 处理民国纪年
    republic_pattern = r'民国(\d+)年'
    match = re.search(republic_pattern, date_string)
    if match:
        year = 1911 + int(match.group(1))
        return year
    
    return int(date_string)  # 直接数字年份

7. 扩展功能与优化建议

7.1 添加时空动画效果

使用matplotlib的动画功能展示省会变迁过程：

import matplotlib.animation as animation

def create_animation(df):
    """创建省会变迁动画"""
    fig, ax = plt.subplots(figsize=(12, 8))
    
    def animate(frame):
        ax.clear()
        year = 1667 + frame
        current_capital = df[(df['start_year'] <= year) & 
                           ((df['end_year'] >= year) | (df['end_year'].isna()))]
        
        # 绘制当前省会位置
        if not current_capital.empty:
            city = current_capital.iloc[0]['city']
            # 这里添加具体的地图绘制代码
            ax.set_title(f'{year}年江苏省会：{city}')
        
        return ax
    
    anim = animation.FuncAnimation(fig, animate, frames=356, interval=100)
    return anim

7.2 集成多源数据

丰富数据分析的维度：

def integrate_multisource_data():
    """集成多源数据进行分析"""
    # 人口数据
    population_data = pd.read_csv('data/population_history.csv')
    
    # 交通网络数据
    transportation_data = pd.read_csv('data/transportation_development.csv')
    
    # 气候环境数据
    climate_data = pd.read_csv('data/climate_records.csv')
    
    # 数据融合分析
    integrated_analysis = {
        'population_trends': analyze_population_trends(population_data),
        'transportation_impact': analyze_transportation_impact(transportation_data),
        'environmental_factors': analyze_environmental_factors(climate_data)
    }
    
    return integrated_analysis

7.3 性能优化建议

对于大规模地理数据处理：

def optimize_spatial_operations(gdf):
    """优化空间操作性能"""
    # 使用空间索引加速查询
    gdf.sindex
    
    # 简化几何体提高渲染速度
    simplified_gdf = gdf.copy()
    simplified_gdf['geometry'] = gdf['geometry'].simplify(0.01)
    
    # 使用合适的数据类型减少内存占用
    for col in gdf.columns:
        if gdf[col].dtype == 'object':
            # 尝试转换为分类类型
            if gdf[col].nunique() / len(gdf) < 0.5:
                gdf[col] = gdf[col].astype('category')
    
    return simplified_gdf

8. 实际应用价值

8.1 学术研究支持

这套分析方法可以为历史地理学研究提供量化支持，帮助研究人员：

• 验证传统史学结论
• 发现新的时空规律
• 进行多因素相关性分析
• 生成直观的可视化展示

8.2 教学应用价值

在历史地理教学中：

• 生动展示行政区划变迁过程
• 帮助学生理解地理因素的历史影响
• 培养数字人文研究能力
• 提供互动学习体验

8.3 文化传承意义

通过技术手段再现历史变迁：

• 保护历史地理信息
• 传播地方文化知识
• 增强公众历史意识
• 促进文化遗产数字化

这套基于Python的历史地理数据分析方法，不仅适用于江苏省会变迁研究，还可以推广到其他地区的行政区划变迁分析中。关键在于根据具体研究问题调整数据模型和分析方法，充分发挥技术手段在人文社科研究中的辅助作用。

在实际应用中，建议结合文献研究和实地考察，将量化分析与质性研究相结合，才能得出更全面、准确的研究结论。这种跨学科的研究方法正成为当代学术研究的重要趋势。