mapbox+Python实现基于地图交互的交通数据可视化

原创

已于 2022-06-08 11:42:17 修改 · 2.8k 阅读

标签

#python #交通物流 #big data

于 2022-06-07 18:02:45 首次发布

本文介绍了如何使用Mapbox和Plotly在Python中创建动态交通地图，通过json数据定义点线面，利用流量数据驱动颜色和大小，展示了张家港拥堵识别和交通小区图的制作过程，以及如何设置参数和配色方案。

！！！mapbox做可视化不要钱，不用科学上网，还挺好看

需要调用几个包：
json主要是从绘图的角度，给可视化的点线面确定位置坐标。对于区域来说，也是由json文件给出坐标点，然后定义这些点为边界，用线将点连接起来，形成区域。可以在mapbox中，手动打点，然后导出json文件，这样做的好处是，在数据量没有特别大的时候，所画即所见，不会出现坐标误差在可视化阶段还需要偏移和微调的情况。
plotly主要负责代码层面的效果渲染和交互，包括颜色、粗细、形状等多个参数可进行调整，实现最好的可视化效果。

import json
import plotly as py
import pandas as pd
import plotly.express as px
import plotly.graph_objects as go
pyplt = py.offline.plot

数据导入
格式如图
在这里插入图片描述

#point = pd.read_excel(r'zhangjiagang point data.xlsx')
point = pd.read_excel(r'zhangjiagang point data -xiaoshi zhanshi.xlsx')

下面就开始画图啦：

print(point.head())

token='pk.eyJ1Ijoic2hhbGx5ZWxsIiwiYSI6ImNsMzhjazB4cjAwOGQzaW11NnN5b20wOHcifQ.43PFHMZJZYaxPfY09jszA'

fig=px.scatter_mapbox(point,
                                 lon='经度',
                                 lat='纬度',
                                 size='流量',
                                  color='流量',
                                 hover_name='名称',
                                 hover_data=['数据来源'],
                                 size_max=25,
                                 #color_discrete_sequence=px.colors.colorbrewer.Set1
                                 #color_continuous_scale=px.colors.sequential.Viridis

                                #color_continuous_scale=px.colors.sequential.Rainbow
                                color_continuous_scale = px.colors.sequential.Reds

                                 )


fig.update_layout

最低0.47元/天解锁文章