主要内容如下: cartogram包简介 cartogram包实例演示 cartogram包简介 cartogram包的官网为:https://github.com/sjewo/cartogram。 其主要绘图函数有cartogram_cont()、cartogram_ncont()和cartogram_dorling()函数,我们依次列出其对应的绘图结果(以下直接给出绘制结果,注:地图基于tmap cartogram_cont example 「cartogram_ncont()」 ? cartogram_ncont example 「cartogram_dorling()」 ? cartogram_cont()结果 「绘制代码」: # 数据转化处理 usa_cartogram <- cartogram_cont(us_sf, "pop_2014", itermax=7) #可视化绘制 US POP cartogram_cont cartogram_ncont()可视化结果 「绘制代码」:(由于好多代码是重复的,这里我放出不同之处的代码即可) # 数据转换处理 usa_cartogram_n
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。 contiguous_usa')) # 对数变换 contiguous_usa['population_log'] = np.log(contiguous_usa['population']) # 绘制cartogram gplt.cartogram(contiguous_usa, scale='population_log', hue='population_log
axes[1].hexbin(x, y, gridsize=(25, 25), cmap=plt.cm.BuGn_r) plt.show() 变形地图 参考: 如何优雅地选择一种地图变形方式 1 Cartogram 简介 2 ArcGIS Cartogram Toolbox 3 QGIS Cartogram插件 4 Cartogram in R 5 GeoDa和geofacet 关联地图 关联地图1 from
shp, facecolor='lightgray', edgecolor='None', ax=ax) # 设置标题 plt.title("全国压岁钱分布图") # 显示图形 plt.show() cartogram matplotlib.pyplot as plt import mapclassify as mc scheme = mc.Quantiles(shp['Random'], k=5) ax = gplt.cartogram plt.subplots(1, 1, figsize=(12, 7), dpi=300, subplot_kw={'projection': gcrs.PlateCarree()}) # 绘制变形统计图 gplt.cartogram
packing Evolution Line plot Area Stacked area Streamchart Time Series Map Map Choropleth Hexbin map Cartogram
注:本文编译自《7.4 Billion Earthlings on One Planet: Trends of the Past 60 Years》,文中的Cartogram是一种让地图在不同的数据标准下进行扭曲变形的可视化形式
state").iloc[0]['Percent'] ) scheme = mc.Quantiles(contiguous_usa['Obesity Rate'], k=5) ax = gplt.cartogram
从这一点出发,可以考虑采用如热力图、Cartogram(译作示意地图)或可交互视图等替代方案。这是从可视化/交互方法层面进行优化。
axes[1].hexbin(x, y, gridsize=(25, 25), cmap=plt.cm.BuGn_r) plt.show() 变形地图 参考: 如何优雅地选择一种地图变形方式 1 Cartogram 简介 2 ArcGIS Cartogram Toolbox 3 QGIS Cartogram插件 4 Cartogram in R 5 GeoDa和geofacet 关联地图 关联地图1 from