- 综合排序
- 最热优先
- 最新优先
- 来自专栏Mac软件
AE插件GEOLayers3 for Mac(AE地图绘制插件)
GEOlayers 3是一款AE地图绘制插件，适用于ae的世界地图任意位置路径展示动画插件，可以直接在AE中绘制各种效果的地图，包括地图国家，街道等，默认包含14种地图样式。 AE插件GEOLayers3 mac版AE插件GEOLayers3 win版AE插件GEOLayers3插件介绍GEOlayers 3使您可以直接在After Effects中设计和设置地图动画。 您可以轻松地将建筑物绘制到After Effects形状图层上，突出显示国家边界，街道，湖泊，河流，地方，区域，设置行驶路线动画以及拉伸建筑物。 插件特点在3D空间中制作动画直观的控件可为3D空间中的地图制作动画您可以在After Effects中滚动，缩放，倾斜和旋转地图，创建关键帧并为其设置动画。GEOlayers 3渲染动画的所有图像。 您找到的功能可以在动画中标记，可以绘制到地图上，下载甚至导出到外部GIS程序中进行进一步分析。地图样式随意设置地图样式您可以直接在After Effects内部设置样式。
3.3K20编辑于 2022-08-26 - 来自专栏全栈程序员必看
VScode常用插件_AE必备插件
官网地址 VSCode插件官网地址，里面有很多的插件可以使用。 基础插件 这部分插件主要是和html、css、js有关的。 插件地址 stylelint 这个插件是有个css，sass,less的语法监测。 框架插件 这部分插件主要是和各个框架有关的插件，比如jquery,bootstrap,vue等ui框架，html模板引擎和js框架。 Vue 2 Snippets 这个也是vue的语法插件，也作为补充插件。 插件地址 工具插件 这部分插件主要是日常工作过程中的一些工程化编译，构建还有辅助等工具，辅助编程。
2.1K10编辑于 2022-11-11 - 来自专栏mac软件推荐
Ae 粒子插件 Trapcode Particular 5.0.3
Trapcode Particular是一款由Red Giant公司开发的插件，它可以在Adobe After Effects软件中创建高质量的三维粒子效果。 总之，Trapcode Particular是一个非常强大的插件，可以让用户在Adobe After Effects中创建出各种复杂的粒子效果，从而增强视频的视觉效果。 Ae 粒子插件 Trapcode Particular 5.0.3
1.5K30编辑于 2023-05-03 - 来自专栏数据 学术 商业 新闻
地图可视化绘制 | R-cartography 艺术地图绘制
本期推文我们介绍一个可以绘制颇具“艺术”风格地图的可视化包-cartography，主要涉及的内容如下： R-cartography 简介 R-cartography 实例应用 R-cartography 简介 说到cartography包，用Python绘图的小伙伴可能会想到cartopy(Basemap的下一代地图可视化绘制包)，下面就简单介绍下cartography。 (官方直译的哈) 通过介绍我们可以知道，cartography主要基于sf对象进行绘图，所以我们在绘制之前需将数据(地图数据或者点数据)转换成sf对象。 可视化专题图介绍 cartography包官网提供了多种优秀的地图可视化绘制专题，这类可视化作品和一般的地图作品有些不一样，透露出一种“艺术 ”气息。 铅笔风格主题地图 R-cartography 实例应用 我们使用之前空间插值系列的数据进行不同主题地图的绘制，首先 ，我们将所使用数据转换成sf对象，代码如下： library(sf) library(
1.2K40发布于 2021-02-22 - 来自专栏韩曙亮的移动开发专栏
【Python】pyecharts 模块 ⑤ ( 地图绘制 | pyecharts 地图绘制步骤 | 为地图进行全局配置 )
一、pyecharts 地图绘制 1、pyecharts 地图绘制步骤 首先 , 导入 pyecharts 中的 Map 类 , 这是 地图绘制 的核心类 , 该类定义在 pyecharts.charts # 创建地图对象 map = Map() 再后 , 准备要绘制的数据 , 数据类型是列表类型 , 列表元素是 元组 容器 , 元组中第一个元素是对应的 地图中的 地名 ; # 要绘制的数据 data = ; 2、代码示例 - pyecharts 地图绘制 代码示例 : """ pyecharts 模块 """ # 导入 pyecharts 模块中的 地图 Map 对象 from pyecharts.charts import Map # 创建地图对象 map = Map() # 要绘制的数据 data = [ ("北京", 222), ("河北", 40), ("台湾", 8) ] map = Map() # 要绘制的数据 data = [ ("北京", 222), ("河北", 40), ("台湾", 8) ] # 地图名称 : "中国地图" # 地图数据
2.2K30编辑于 2023-10-11 - 来自专栏HsuHeinrich
地图（一）利用python绘制背景地图
地图（一）利用python绘制背景地图 背景地图（Background Map）简介 1 背景地图一般用于绘制目的区域的地图背景。 由于我并不是一个专业的GIS工作者，日常对map的要求不高，因此地图系列我只做一些简单的尝试和分享。 由于地图相关的python库依赖较大，建议通过anaconda的conda-forge通道安装。 如果当前环境中的库较多，则会长时间处于环境检查（solving environment）而无法安装成功，因此建议创建一个地图相关的虚环境。 具体可参考我以前分享的Anaconda虚环境管理 快速绘制 基于geopandas和geoplot 建议使用anaconda的conda-forge通道安装：conda install -c conda-forge ，并利用geoplot、cartopy快速绘背景地图。
71810编辑于 2025-02-10 - 来自专栏HsuHeinrich
地图（七）利用python绘制气泡地图
地图（七）利用python绘制气泡地图 气泡地图（Bubble Map）简介 气泡地图可以在地图上使用不同大小的圆圈来表示区域上的统计数值，还可以通过气泡大小颜色等更为突出的进行信息比较。 快速绘制 基于cartopy和matplotlib import pandas as pd import matplotlib.pyplot as plt import cartopy.crs as ccrs raw.githubusercontent.com/holtzy/The-Python-Graph-Gallery/master/static/data/TweetSurfData.csv', sep=";") # 绘制气泡地图 # 初始布局 fig = plt.figure(figsize=(15,10)) # 背景地图 ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree ha='left', va='bottom', size=9, color='#555555' ) plt.show() 总结 以上利用cartopy和matplotlib进行绘制气泡地图
70010编辑于 2025-03-27 - 来自专栏HsuHeinrich
地图（五）利用python绘制变形地图
地图（五）利用python绘制变形地图 变形地图（Cartogram Map）简介 1 变形地图是一种特定类型的地图，将地区边界变形，使得面积和统计信息成比例。 快速绘制 基于geopandas和geoplot import geoplot as gplt import geopandas as gpd import geoplot.crs as gcrs import contiguous_usa')) # 对数变换 contiguous_usa['population_log'] = np.log(contiguous_usa['population']) # 绘制 gcrs.LambertConformal(), legend=False, # 不创建内置的colorbar ) 2 总结 以上利用geoplot快速绘制变形地图
46210编辑于 2025-03-11 - 来自专栏R语言学习
ggplot绘制地图
直接绘制 library(mapdata) library(maptools) library(ggplot2) library(plyr) library(mapproj) library( readShapePoly("D:/Beautiful-Visualization-with-R-master/map/bou2_4p.shp") plot(china_map) #直接画出来的话地图是扁平的 ，默认吧进度和纬度作为普通数据，均匀平等对待，绘制在笛卡尔坐标系中。 y = lat, group = id), colour = "black", fill = NA) + theme_grey()+ coord_map() image.png 提取上海单独绘制 group = id), colour = "black", fill = NA) + theme_grey() image.png 根据统计值大小对不同省份着色 #绘制整个中国地图
1.7K00发布于 2020-10-08 - 来自专栏HsuHeinrich
地图（八）利用python绘制散点地图
地图（八）利用python绘制散点地图 散点地图（Scatter Map）简介 散点地图可以在地图上呈现数据点，根据散点的性质对当前区域进行可视化分析。 快速绘制 1. raw.githubusercontent.com/holtzy/The-Python-Graph-Gallery/master/static/data/TweetSurfData.csv', sep=";") # 绘制气泡地图 coords_lat[-1]]] # 将agg图形进行着色，颜色映射采用fire配色方案，然后生成图片格式 img = tf.shade(agg, cmap=fire)[::-1].to_pil() # 绘制基于 img, "coordinates": coordinates }] ) fig.show() 总结 以上利用pyecharts绘制了散点地图和具有涟漪效应的散点地图 ，利用plotly绘制了具有数据栅格化的散点地图。
75510编辑于 2025-04-01 - 来自专栏HsuHeinrich
地图（六）利用python绘制连接地图
地图（六）利用python绘制连接地图 连接地图（Connection Map）简介 连接地图可以将地图上相关信息连接起来以呈现关联或对比关系，例如常见的航班线绘制。 快速绘制 基于cartopy和matplotlib import matplotlib.pyplot as plt import cartopy.feature as cfeature import cartopy.crs #f2f2f2') # 填充大陆 ax.add_feature(cfeature.COASTLINE, edgecolor="white", linewidth=0.1) # 改变海岸线边缘 # 绘制连线 orient='vertical', selected_mode='single') ) geo.render_notebook() 总结 以上利用cartopy结合matplotlib快速绘制变形地图 ，也可通过pyecharts绘制漂亮的航班线。
58010编辑于 2025-03-18 - 来自专栏HsuHeinrich
地图（三）利用python绘制等值区域地图
地图（三）利用python绘制等值区域地图 等值区域地图（Choropleth Map）简介 1 等值区域地图通过颜色区别地图上不同区域的变量，便于在空间上进行变量的比较。 快速绘制 基于geopandas和geoplot import geopandas as gpd import geoplot as gplt # 导入数据 geoData = gpd.read_file figsize=(16, 12)) # 设置颜色方案 import mapclassify as mc scheme = mc.Quantiles(fullData['rate'], k=10) # 绘制 plotly/datasets/master/geojson-counties-fips.json') as response: counties = json.load(response) # 绘制 y=0.8, ticks="outside", ticksuffix=" %", dtick=5 )) fig.show() 5 总结 以上利用geoplot和plotly快速绘制等值区域地图
66110编辑于 2025-02-25 - 来自专栏开源部署
站点地图插件
Dagon Design Sitemap Generator(站点地图插件) Dagon Design Sitemap Generator这个插件的用途就是生成站点的 Sitemap 也就是我们一般说的 “站点地图”，给访问你的博客用户提供一个便捷的浏览途径，增加用户的浏览体验。 使用方法： ◆ 下载解压 dd-sitemap-gen.zip，然后上传整个 dd-sitemap-gen 文件夹到 /wp-content/plugins 目录； ◆ 登录 WP 后台去激活该插件 – ddsitemapgen –> 注： 这句代码要在<html>编码方式下写，如果不在<html>格式下写，站点地图就无法显示出来。 样式以及内容等 ◇ 用户还可以设置该 Sitemap 页面的依旧地址（须与建立该页面时的 page slug 一致） ◇ 在设置项的最后，还提供了一个指向 XML 格式 Sitemap 文件的设置项 ◇ 该插件还提供了两个供美化用途的
1.1K10编辑于 2022-06-11 - 来自专栏HsuHeinrich
地图（二）利用python绘制山脊线地图
地图（二）利用python绘制山脊线地图 山脊线地图（Ridge Map）简介 山脊线地图是背景地图的一种，在地图上呈现出海拔效果。 快速绘制 基于ridge_map from ridge_map import RidgeMap import matplotlib.pyplot as plt rm = RidgeMap((-156.250305,18.890695 background_color='#212946', kind='gradient') plt.show() 总结 以上利用ridge_map快速绘山脊线地图
36700编辑于 2025-02-20 - 来自专栏寒树Office与RPA
Excel插件，效果超好的地图可视化，可绘制区县!
在数据可视化领域，早晚会遇上地图可视化的需求，一个高大上的地图可视化，瞬间拔高整个报告的层次。 Excel催化剂有幸接触并将地图可视化完全落地于Excel中完成。 此数据包包含：3257个地图元素，最细颗粒度至区与县，矢量化可无限放大，高德地图最新版本（地图数据取自2019年7月爬取的高德地图数据）。 下图的全国行政区域表，可由插件菜单一键生成或过往的第91波获取更细颗粒度的镇街数据去重而得。 传送门：第91波-地图数据挖宝之行政区域信息实时下载（含经纬度） 、 ? 可任意组合不同颗粒度的地图元素，生成等比例大小与距离图表 在一般标准化的地图展示中，仅能对同维度的地图作展示，如仅展示省级、市级、或县级的地图。 纵观在OFFICE插件世界，这样的举动实属罕见，不是因为功能鸡肋无用而进行免费，恰恰相反，在Excel催化剂的100+主题功能，300+细分功能中，60%以上乃为原创性功能，并且不乏有大量商业价值极高的功能存在
11K10发布于 2019-11-27 - 来自专栏全栈程序员必看
vscode写前端代码要装什么插件_AE必备插件
---- 提示：以下是本篇文章正文内容 一、VSCode常用的插件 vscode之所以被称为宇宙第一神器(虽然我喜欢用HBuilder X)，其中丰富的插件功不可没，安装起来超级简单，给我们开发带来了极大的便捷 注意，新手学习期间，不建议安装t太多的插件，用到啥就安装啥。因为有些插件会到vue学习的时候引起冲突，所以这里就介绍几个常用的插件。 1.Chinese (Simplified) (必备) vscode刚下载完毕是语言英文的，要先安装这个插件，把语言改为中文版，所以是我们第一个安装的插件就是他想必各位大佬也都用。 如果刚开始学，不太建议安装插件，先自己手写规范的语法格式 但是html标签嵌套比较多，可能需要自动格式化比较好，所以我们可以利用vscode自动的功能格式化代码，暂且不用格式化插件，自动保存照样能格式化代码 Live Server 实时预览（推荐） 刚才的插件是可以预览我们的页面，但是改完代码，浏览器必须要重新刷新，比较麻烦，因此推荐各位小伙伴安装 live server 这个插件，修改完代码，自动更新浏览器
67620编辑于 2022-11-11 - 来自专栏GIS与遥感开发平台
Python | 绘制影像地图（Basemap）
Basemap简介 Basemap是Matplotlib的扩展，是具有专业标准的地图绘制工具。 Basemap适合地球科学家，特别是海洋学家和气象学家的需求。 类似的工具还有CDAT，Python第一种用于绘制地图投影数据。CDAT后来进化为UVCDAT。 Basemap可以与 matplotlib 的一般绘图功能相结合，并在地图上绘制数据。 lonpt, latpt = m(xpt,ypt,inverse=True) # 使用m.plot函数，将转化后的坐标绘制在地图上 m.plot(xpt,ypt,'bo') # plot a blue # 刚刚绘制的地图有个缺陷，大地震和小地震都是一样大小，一样颜色的点，并没有区分。
7.9K30编辑于 2022-04-29 - 来自专栏Small Code
使用 plotly 绘制 Choropleth 地图
本文将通过绘制中国省级 Choropleth 地图来解释如何使用 plotly 绘制 Choropleth 地图，主要有两种方法：底层 API plotly.graph_objects.Choroplethmapbox data 决定绘图所使用的数据，比如绘制股票折线图用的股票历史数据，绘制疫情地图用的疫情数据。layout 决定图的布局，比如一幅折线图的宽高，一幅地图的风格和中心点。 函数会使用这个参数和 locations 匹配地图单元（比如省份）的名称，以此决定绘制哪些地图单元的轮廓。 指定地图单元名称，决定绘制哪些地图单元的轮廓。同样需要注意和 featureidkey 保持一致。 其实大部分参数是异曲同工的，下面我同样使用相同的数据来绘制地图，解释下。
15.6K41发布于 2020-03-18 - 来自专栏人人都是架构师
geopandas：Python绘制数据地图
GeoPandas的基础使用见Python绘制数据地图1-GeoPandas入门指北。 GeoPandas的可视化入门见Python绘制数据地图2-GeoPandas地图可视化。 ，要注意的是这两点应该位于待绘制的地图中。 contextily库的主要功能包括： 从Web地图提供商获取地图图层 将地图图层与地理空间数据集合并 使用Matplotlib或Bokeh绘制地图 本文主要介绍contextily简单使用，contextily 下面是该函数常用可用参数的介绍： ax: matplotlib axes对象，用于绘制地图 crs: 输出地图的坐标系，默认为'EPSG:3857' source: 底图的来源，支持多种来源，如OpenStreetMap 1-GeoPandas入门指北 Python绘制数据地图2-GeoPandas地图可视化 matplotlib-scalebar contextily contextily-doc 高德谷歌腾讯天地图地图瓦片
5K41编辑于 2023-09-14 - 来自专栏meishadevs的前端专栏
使用echarts绘制地图
最近我参与了几个数据大屏可视化项目，项目中要求在大屏上以地图的形式直观的展示某一地区的某个业务数据，在绘制地图时踩的坑还是挺多的，特此用一篇博客记录一下绘制地图的过程，下面会以展示江西省下面各城市手机品牌数为例介绍地图的绘制方法 获取地理数据 绘制地图时需要用于展示地图的地理数据，地理数据是一个 geoJSON 格式的数据，本质上是一个 json 数据 打开 地图选择器 在地图上选择江西省所在的区域 单击鼠标左键，此时会进入江西省区域下 DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>地图</title> <style> echarts.min.js"></script> </head> <body>
手机品牌分布地图 转载请注明： 【文章转载自meishadevs：使用echarts绘制地图】1.6K10编辑于 2023-04-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号