geopandas轻松叠加在线底图

Python大数据分析

共 2125字,需浏览 5分钟

 ·

2020-10-05 14:28

点击上方"蓝字"关注我们





Python大数据分析


记录   分享   成长


添加微信号"CNFeffery"加入技术交流群

本文示例文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes

1 简介

国庆期间,抽空给大家分享在geopandas中叠加各种在线瓦片底图的方法,来制作出更多样式的地图作品。话不多说,我们直接进入正题。

图1

2 在geopandas中叠加在线地图

我们需要配合contextily这个第三方库来辅助geopandas叠加在线地图,在geopandas已经被正确安装的情况下,使用pip install contextilyconda install contextily安装contextily

从下面这个小例子出发:

import geopandas as gpd
import contextily as ctx
import matplotlib.pyplot as plt

cq = gpd.read_file('重庆市.geojson').to_crs('EPSG:3857')

fig, ax = plt.subplots(figsize=(1010))
ax = cq.plot(ax=ax, alpha=0.1, edgecolor='k')


ax.axis('off')

ctx.add_basemap(ax, 
                source='https://{s}.tile.openstreetmap.fr/hot/{z}/{x}/{y}.png',
                zoom=8)

fig.savefig('图2 叠加在线地图示例.png', pad_inches=0, bbox_inches='tight', dpi=300)

图2 叠加在线地图示例

下面我们来「划重点」,在图2所示的例子中,我们前面正常读入矢量数据后「一定要先变换投影为web墨卡托即EPSG:3857」,接着正常绘图,在最后一步时将ax对象传入ctx.add_basemap中,并添加了参数source代表对应在线瓦片地图的url,参数zoom来控制地图缩放精度级别。

在稍事等待之后(如果没有“特殊”的上网技巧,可能要多等一段时间),我们的底图便自动获取拼接完毕,之后直接导出图像文件即可,是不是非常的方便~

在掌握了geopandas+contextily相互配合叠加在线底图之后,下面给大家推荐一些有意思的底图url供大家日常选择使用:

  • https://a.tile.thunderforest.com/mobile-atlas/{z}/{x}/{y}.png?apikey=41f4f936f1d148f69cbd100812875c88

图3
  • http://{s}.tile.stamen.com/terrain/{z}/{x}/{y}.jpg

图4
  • http://{s}.tiles.maps.sputnik.ru/{z}/{x}/{y}.png

图5
  • https://c.tile.thunderforest.com/cycle/{z}/{x}/{y}.png?apikey=41f4f936f1d148f69cbd100812875c88

图6
  • http://{s}.basemaps.cartocdn.com/light_all/{z}/{x}/{y}.png
图7
  • http://{s}.tile.stamen.com/toner/{z}/{x}/{y}.png
图8
  • https://{s}.tile.openstreetmap.fr/hot/{z}/{x}/{y}.png

图9
  • http://{s}.tile.stamen.com/watercolor/{z}/{x}/{y}.jpg

图10
  • https://{s}.tile.openstreetmap.fr/osmfr/{z}/{x}/{y}.png
图11
  • https://stamen-tiles-a.a.ssl.fastly.net/terrain-background/{z}/{x}/{y}.png

「即stamen地形图的无地名标注版本」

图12
  • https://d.basemaps.cartocdn.com/light_nolabels/{z}/{x}/{y}.png

「即carto浅色地图的无地图标注版本」

图13

以上就是本文的全部内容,欢迎在评论区与我进行讨论~


加入我们的知识星球【Python大数据分析】

爱上数据分析!




· 往期精选 ·
1

在pandas中利用hdf5高效存储数据

2

使用selenium自动秒抢淘宝商品(附详细入门指南)

3

高效的5个pandas函数,你都用过吗?




Python大数据分析

data creates value

扫码关注我们


浏览 97
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报