python基于场景的热力图,python画热力分布图

　　https://mp.weixin.qq.com/s/Bh-L3syzJSHhLPZqzHvIyA

　　这篇文章给出了如何绘制中国人口密度图，但是运行存在一些问题，我在一些地方进行了修改。

　　本人使用的集成驱动电子设备是蟒蛇，因此事先在水蟒提示中安装底图包

　　城市安装底图新建文档，导入需要的包

　　将matplotlib.pyplot作为血小板计数导入

　　从mpl_toolkits.basemap导入底图

　　从matplotlib .补丁导入多边形

　　从matplotlib.colors导入rgb2hex

　　将数组作为铭牌导入

　　进口熊猫作为螺纹中径

　　底图中不包括中国省界，需要在下面网站下载中国省界(https://gadm。org/download _ country _ v3html)，点击Shapefile下载。

　　生成中国大陆省界图片。

　　plt.figure(figsize=(16，8))

　　m=底图（

　　llcrnrlon=77，

　　llcrnrlat=14，

　　urcrnrlon=140，

　　urcrnrlat=51，

　　投影=lcc ，

　　lat_1=33，

　　lat_2=45，

　　lon_0=100

　　)

　　m.drawcountries(线宽=1.5)

　　m.drawcoastlines()

　　m。读取形状文件( gadm 36 _ CHN _ shp/gadm 36 _ CHN _ 1 ， states ，drawbounds=True)

　　去国家统计局网站下载人口各省(http://www。统计数据。gov . cn/tjsj/pcsj/rkpc/6rp/indexce。htm)，只需保留地区和总人口即可，保存为战斗支援车格式并改名为pop.csv。

　　读取数据，储存为数据帧格式，删去地名之中的空格，并设置地名为数据帧的索引。

　　df=pd.read_csv(pop.csv )

　　new_index_list=[]

　　对于df[中的我地区]:

　　i=i.replace( ，)

　　新索引列表附加

　　new _ index={ " region ":new _ index _ list }

　　new_index=pd数据框架（新索引)

　　df=pd.concat([df，new_index]，axis=1)

　　df=df.drop([地区],轴=1)

　　df.set_index(region ，inplace=True)

　　将底图中的地区与我们下载的战斗支援车中的人口数据对应起来，建立字典。注意，底图中的地名与战斗支援车文件中的地名并不完全一样，需要进行一些处理。

　　省份=m.states _信息

　　statenames=[]

　　colors={}

　　cmap=plt.cm.YlOrRd

　　vmax=100000000

　　vmin=3000000

　　对于各省中的每个省：

　　province _ NAME=each _ province[ NL _ NAME _ 1 ]

　　p=province_name.split( )

　　如果镜头(p) 1:

　　s=p[1]

　　否则：

　　s=p[0]

　　s=s[:2]

　　如果s==黑龍：

　　s=黑龙江

　　如果s==内蒙：

　　s=内蒙古

　　州名.追加

　　pop=df[人口数][s]

　　colors[s]=cmap(NP。sqrt((pop-vmin)/(VMAX-vmin)))[:3]

　　最后画出图片即可

　　ax=plt.gca()

　　对于nshape，seg in enumerate(m.states):

　　color=RGB 2 hex(colors[statenames[n shape]])

　　poly=多边形(seg，facecolor=color，edgecolor=color)

　　ax.add_patch(多边形)

　　plt.show()

　　完整代码如下

　　# -*-编码：utf-8 -*-