最近要繪制倫敦區地圖，查閱了很多資料后最終選擇使用bokeh包以及倫敦區的geojson數據繪制。
bokeh是基於python的繪圖工具，可以繪制各種類型的圖表，支持geojson數據的讀取及繪制地圖。
安裝bokeh
$ pip install bokeh
軟件版本
python-3.7.7
bokeh-2.0.0
數據來源
倫敦地圖數據來源於Highmaps地圖數據集。下載的是英國的地圖數據united-kindom.geo.json。需要對得到的數據進行預處理才能得到只含倫敦地區的數據。這需要對geojson數據的格式有一定的了解。在對數據進行處理之前，先看如何繪制英國地圖。
繪制英國地圖
from bokeh.plotting import curdoc, figure
from bokeh.models import GeoJSONDataSource
# 讀入英國地圖數據並傳給GeoJSONDataSource
with open("united-kindom.geo.json", encoding="utf8") as f:
geo_source = GeoJSONDataSource(geojson=f.read())
# 設置一張畫布
p = figure(width=500, height=500)
# 使用patches函數以及geo_source繪制地圖
p.patches(xs='xs', ys='ys', source=geo_source)
curdoc().add_root(p)
上述代碼可以繪制出英國地圖。將上述代碼保存為test.py，在終端運行
$ bokeh serve --show test.py
這會自動打開瀏覽器，並顯示英國地圖。
運行結果如圖：
獲取倫敦地區數據
獲取倫敦地區數據可以手動從united-kingdom.geo.json文件中篩選出倫敦的數據，也可以先用python先把數據過濾一遍，然后將數據傳給bokeh。這需要對geojson文件格式有一定的了解，在此不詳細介紹。
from bokeh.plotting import curdoc, figure
from bokeh.models import GeoJSONDataSource
import json
# 用json庫讀取數據
with open("united-kindom.geo.json", encoding="utf8") as f:
data = json.loads(f.read())
# 判斷是不是倫敦地區數據
def isInLondon(district):
if 'type' in district['properties'] and 'london borough' in district['properties']['type'].lower():
return True
if 'type-en' in district['properties'] and 'london borough' in district['properties']['type'].lower():
return True
if 'woe-name' in district['properties'] and 'city of london' in district['properties']['woe-name'].lower():
return True
return False
# 過濾數據
data['features'] = list(filter(isInLondon, data['features']))
#
geo_source = GeoJSONDataSource(geojson=json.dumps(data))
p = figure(width=500, height=500)
p.patches(xs='xs', ys='ys', source=geo_source)
curdoc().add_root(p)
運行結果如圖：
美化
上面的倫敦地圖只是一個大概的輪廓，下面對地圖添加一系列功能。
添加各區輪廓線
p.patches(xs='xs', ys='ys', fill_alpha=0.7, # 畫輪廓線
line_color='white', # 線的顏色
line_width=0.5, # 線的寬度
source=geo_source)
現在地圖區域輪廓很清晰。
添加顏色
# 為每一個地區增加一個color屬性
for i in range(len(data['features'])):
data['features'][i]['properties']['color'] = ['blue', 'red', 'yellow', 'orange', 'gray', 'purple'][i % 6]
p.patches(xs='xs', ys='ys', fill_alpha=0.7,
line_color='white',
line_width=0.5,
color="color", # 增加顏色屬性，這里的"color"對應每個地區的color屬性
source=geo_source)
現在地圖五顏六色。
增加圖注
import random
# 隨機產生數據用於展示
for i in range(len(data['features'])):
data['features'][i]['properties']['number'] = random.randint(0, 20_000)
p = figure(width=500, height=500,
tooltips="@name, number: @number" # 使用tooltips生成圖注，@+屬性名稱，這里的name是數據中原本有的，number是新近添加的。
)
現在鼠標放到區域上時，會顯示"區域名, number: 數字"。
去掉坐標軸與背景線
p.axis.axis_label = None
p.axis.visible = False
p.grid.grid_line_color = None
最終代碼
from bokeh.plotting import curdoc, figure
from bokeh.models import GeoJSONDataSource
import json
import random
with open("united-kindom.geo.json", encoding="utf8") as f:
data = json.loads(f.read())
def isInLondon(district):
if 'type' in district['properties'] and 'london borough' in district['properties']['type'].lower():
return True
if 'type-en' in district['properties'] and 'london borough' in district['properties']['type'].lower():
return True
if 'woe-name' in district['properties'] and 'city of london' in district['properties']['woe-name'].lower():
return True
return False
data['features'] = list(filter(isInLondon, data['features']))
for i in range(len(data['features'])):
data['features'][i]['properties']['color'] = ['blue', 'red', 'yellow', 'orange', 'gray', 'purple'][i % 6]
data['features'][i]['properties']['number'] = random.randint(0, 20_000)
geo_source = GeoJSONDataSource(geojson=json.dumps(data))
p = figure(width=500, height=500,
tooltips="@name, number: @number")
p.patches(xs='xs', ys='ys', fill_alpha=0.7,
line_color='white',
line_width=0.5,
color="color",
source=geo_source)
p.axis.axis_label = None
p.axis.visible = False
p.grid.grid_line_color = None
curdoc().add_root(p)
倫敦地圖完成了
總結
- 最開始想用pyecharts做的，但是pyecharts並沒有倫敦的地圖。折騰半天，最后只好自己找geojson數據來畫地圖。
- 找到了很多關於地圖的數據和工具，比如上文中提到的highmap數據集，以及DataV.altas，這個工具可以可視化地提取中國區域的地圖數據，但感覺比起自己找數據，畫中國地圖還是pyecharts來得實在。
- 數據最重要。