在线绘制热力图-Python热力图绘制方法―新手教程

高德地图、百度地图等都可以绘制人口热力图。

热力图简单来说就是用热量分布的表现形式来表达一个区域间的密集程度,比如拿人口分布来说,人口越多的地方颜色越深,人口越少的地方颜色越浅,这就可以很直观的表现人口变化,人口迁移的情况。

# Python热力图绘制方法

热力图的使用场景有

1.描述数据在空间的密集程度,常见有城市热力图,区域热力图

2.描述多个变量之间相关性高低程度

# step 1 准备数据集,读取excel列表内容,usecols = index, 这里是表里的第一列不读取。

index =range(1, 11)

dataset = (_csv(r'C:\Users\Administrator\Desktop\', usecols=index))

# step 2  读取excel行索引转成列表,作为热力图的y轴标签

a = (_csv(r'C:\Users\Administrator\Desktop\', usecols=[0]))

y_label =list(a.stack())

# step 3 读取excel列索引转成列表,作为热力图的x轴标签

b = (_csv(r'C:\Users\Administrator\Desktop\'))

column_index=(b.())

x_label = column_index[1:]

# 这一步是为了计算热力图的数据的最大值,可以进行标准化处理,也可以直接显示数据,dataframe转成list,从list里面寻找最大值

dataset_max = (_csv(r'C:\Users\Administrator\Desktop\', usecols=index))

list1 = (dataset_())

max_number =max(list1)

# step 4 开始绘制热力图

(figsize=(14, 8))# 定义输出图像大小,annot参数决定是否在热力图上显示数值,Vmax,Vmin表示最大最小值,cmap表示颜色

(dataset, fmt='.0f', annot=True, vmin=0, vmax=max_number, cmap='Reds', yticklabels=y_label,

xticklabels=x_label)

# 绘制标签

('This is x label', labelpad=15)

('This is y label', labelpad=20)

()

BDP个人版中,GIS地图的制作一般分为3个过程,即上传数据―拖拽成图―润色完成。

1)上传数据:数据上传后,在工作表右上方点击“添加图表”―“新建图表”―“地图图表”,选择需要的工作数据(可选择多个工作表数据哦);

注:单纯的行政地图直接选择“普通图表”哈~~~

2)拖拽成图:先拖拽工作表至图层,再拖拽经纬度、维度数值,然后选择热力图即可;

注:若只有省份地址,没有具体的经纬度数据,可以用BDP的“地址转经纬度”功能,瞬间就把地址转成具体的经纬度,分析也很精确~注:若只有省份地址,没有具体的经纬度数据,可以用BDP的“地址转经纬度”功能,瞬间就把地址转成具体的经纬度,分析也很精确~

3)热力图“润色”

可设置颜色、尺寸,也可以对地图进行放大缩小(鼠标滑动即可),操作很简单;

通过链接分享给好友,也可以直接分享到各大社区,如下图~做好的地图能通过链接分享给好友,也可以直接分享到各大社区,如下图~