利用Python制作中国GDP分布图和动态演示

数据读取

## 导入相关模块
import pandas as pd
import geopandas as gpd
import numpy as np
import matplotlib.pyplot as plt
from shapely.geometry import Point
import matplotlib.patches as mpatches
from mpl_toolkits.basemap import Basemap
from matplotlib_scalebar.scalebar import ScaleBar

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']# 替换sans-serif字体为黑体
plt.rcParams['axes.unicode_minus'] = False   # 解决坐标轴负数的负号显示问题

regibns = gpd.GeoDataFrame.from_file("F:\ArcGIS\ArcGIS文件\全国\中国地图\省级行政区.shp")
regibns.plot()

## 查看坐标系
regibns.crs

## 绘制国界线
nine_lines = gpd.read_file('F:\ArcGIS\ArcGIS文件\全国\中国地图\国界线.shp')
nine_lines.plot()

## 经纬网
jingwei = gpd.GeoDataFrame.from_file('F:\ArcGIS\ArcGIS文件\全国\中国地图\经纬网.shp')
fig = plt.figure(figsize=(8,8)) #设置画布大小
ax = plt.gca()
regibns.plot(ax=ax)
jingwei.plot(ax=ax)
nine_lines.plot(ax=ax)

taiwan = gpd.GeoDataFrame.from_file("F:\ArcGIS\ArcGIS文件\全国\中国地图\省级行政区.shp")
taiwan = taiwan[regibns['NAME'].isin(['台湾'])]
taiwan.plot()

数据清洗

regibns = regibns[['GDP_1994（','GDP_1997（','GDP_1998（','GDP_1999（','GDP_2000（','NAME',
'geometry']]
regibns = regibns.rename(columns={'GDP_1994（':'GDP_1994','GDP_1997（':'GDP_1997','GDP_1998（':'GDP_1998','GDP_1999（':'GDP_1999','GDP_2000（':'GDP_2000'})

regibns.head()

data = pd.read_excel('中国各省GDP.xlsx')
data.shape

data.head()

数据连接

GDP = pd.merge(regibns,data,on='NAME') ## 连接
GDP.head()

绘图

## 绘制中国2020年GDP分布图
fig = plt.figure(figsize=(12,12)) #设置画布大小
ax = plt.gca()
ax.set_title("中国2020年各省级行政单位GDP分布图(单位:亿元)",fontsize=24,loc='center')regibns['coords'] = regibns['geometry'].apply(lambda x: x.representative_point().coords[0])
for n, i in enumerate(regibns['coords']):plt.text(i[0], i[1], regibns['NAME'][n], size=12)# 主图绘制
GDP.plot(ax=ax,column='GDP_2020',scheme='quantiles',legend=True,linewidth=0.5,cmap='Reds',edgecolor='k',
legend_kwds={'loc': 'lower left','title': '图例','shadow': True,'fontsize':12,'frameon':True,'prop':{'family': 'Times New Roman', 'weight': 'normal', 'size': 12}})
jingwei.plot(ax=ax,linewidth=2,alpha=0.5,edgecolor='black')
nine_lines.plot(ax=ax,edgecolor='black',linewidth=2,alpha=0.5)
taiwan.plot(ax=ax,hatch= "",label= "缺失值",facecolor='lightgrey')# 副图框绘制
ax_child = fig.add_axes([0.72, 0.20, 0.15, 0.15]) # left, bottom, width, heightGDP.plot(ax=ax_child,color='#E24A33',edgecolor='grey',linewidth=0.5)
GDP.plot(ax=ax_child,color='#348ABD',edgecolor='grey',linewidth=0.5)ax_child = nine_lines.geometry.plot(ax=ax_child,edgecolor='black',linewidth=2,alpha=0.5)
taiwan.plot(ax=ax_child,hatch= "",label= "缺失值",facecolor='lightgrey')ax_child.set(xlim=(0*10**6,2*10**6),ylim=(0*10**6,2.8*10**6))ax_child.set_xticks([])
ax_child.set_yticks([])# 额外图例绘制
p1=gpd.GeoDataFrame({'geometry':[Point(-1.60*10**6,-0.1*10**6)]})
p1.plot(ax=ax,markersize=100,facecolor='lightgrey',hatch= "")
ax.text(-1.54*10**6,-0.15*10**6, "NoData",{'family': 'Times New Roman', 'weight': 'normal', 'size': 12})# 添加比例尺
scalebar = ScaleBar(dx=1*10**-3,units='km',length_fraction=0.1,font_properties={'family': 'Times New Roman', 'weight': 'normal', 'size': 12},location=8,sep=1,frameon=False)
ax.add_artist(scalebar)# 添加指北针
x, y, arrow_length = 0.42, 0.09, 0.07
ax.annotate('N', xy=(x, y), xytext=(x, y-arrow_length),arrowprops=dict(facecolor='black', width=4, headwidth=7),ha='center', va='center', fontsize=10,xycoords=ax.transAxes)# plt.savefig('中国2020年各省级行政单位GDP分布图.png',dpi=300)

批量出图

为了出图方便、可控、美观，所以有所简略。

reg = GDP.copy() ##好习惯，数据不干扰

## 列表表达式
data_plot = [('GDP_1994','中国1994年GDP分布图(单位:亿元)'),
('GDP_1997','中国1997年GDP分布图(单位:亿元)'),
('GDP_1998','中国1998年GDP分布图(单位:亿元)'),
('GDP_1999','中国1999年GDP分布图(单位:亿元)'),
('GDP_2000','中国2000年GDP分布图(单位:亿元)'),
('GDP_2010','中国2010年GDP分布图(单位:亿元)'),
('GDP_2019','中国2019年GDP分布图(单位:亿元)'),
('GDP_2020','中国2020年GDP分布图(单位:亿元)'),]

## 批量出图，不要忘记台湾
for m, cal in enumerate(data_plot):reg['coords'] = reg['geometry'].apply(lambda x: x.representative_point().coords[0])ax = reg.plot(figsize=(10, 10), column=cal[0], scheme='quantiles', legend=True, cmap='Reds', edgecolor='k')taiwan.plot(ax=ax,hatch= "",label= "缺失值",facecolor='lightgrey')for n, i in enumerate(regibns['coords']):plt.text(i[0], i[1], regibns['NAME'][n], size=12)plt.title(cal[1],size=20)plt.grid(True, alpha=0.3)# plt.savefig(str(m)+'.png',dpi=300)

## 绘制子图
fig=plt.figure(figsize=(15,30))
for m, cal in enumerate(data_plot):reg['coords'] = reg['geometry'].apply(lambda x: x.representative_point().coords[0])ax = reg.plot(ax=plt.subplot(4,2,m+1),column=cal[0],figsize = (10,10), scheme='quantiles', legend=True, cmap='Reds', edgecolor='k')taiwan.plot(ax=ax,hatch= "",label= "缺失值",facecolor='lightgrey')for n, i in enumerate(regibns['coords']):plt.text(i[0], i[1], regibns['NAME'][n], size=12)#plt.subplots_adjust(bottom=0.1, right=0.6, top=0.5)plt.title(cal[1],size=20)plt.grid(True, alpha=0.3)
plt.savefig('中国GDP演变图2.png',dpi=300)

制作动图

## 创建文件夹夹
def mkdir(path):folder = os.path.exists(path)if not folder:  # 判断是否存在文件夹如果不存在则创建为文件夹os.makedirs(path)  # makedirs 创建文件时如果路径不存在会创建这个路径print("---  new folder...  ---")print("---  OK  ---")else:print("---  There is this folder!  ---")file = r'F:\ArcGIS\ArcGIS文件\全国\中国地图ArcGIS练习数据\代码\photo'
mkdir(file)  # 调用函数

## 复制文件
import shutil
array = np.arange(9)
ls=list(array)
rs=map(str,ls)
path=r'F:\ArcGIS\ArcGIS文件\全国\中国地图ArcGIS练习数据\代码'  #待读取的文件夹
root = 'F:\ArcGIS\ArcGIS文件\全国\中国地图ArcGIS练习数据\代码\photo'num=0for num in range(8):name = str(num) + '.png'#将0-7选出来if name in os.listdir(path):#取出文件名数字部分是0-7的文件sourcefile = os.path.join(path, name)  # 拼路径print(sourcefile)shutil.copy(sourcefile, root)# 将指定的文件复制到root的文件夹里面else:print("no")

## 制作动图
#   _*_ coding:utf-8 _*_
import matplotlib.pyplot as plt
import imageio
from PIL import Image, ImageSequence
__author__ = 'admin'GIF=[]
filepath = r'F:\ArcGIS\ArcGIS文件\全国\中国地图ArcGIS练习数据\代码\photo'#文件路径
filenames=os.listdir(filepath)
for filename in os.listdir(filepath):GIF.append(imageio.imread(filepath+"\\"+filename))
imageio.mimsave(filepath+"\\"+'result.gif',GIF,duration=1)#这个duration是播放速度，数值越小，速度越快

问题和总结

PicGO的gitee不太支持太大文件的传输，CSDN也只支持5MB以内，但是简书可以超过5MB，我这次这个动图就是使用的简书。

还有就是shp文件的坐标的问题，要投影正确，图才能叠到一起。

第三就是这个GDP数据有所错误或者缺失的地方，大家谅解。

利用Python制作中国GDP分布图和动态演示相关推荐

python动态演示数据gdp_利用Python制作中国GDP分布图和动态演示
利用Python制作中国GDP分布图和动态演示数据读取 ## 导入相关模块import pandas as pdimport geopandas as gpdimport numpy as np i ...
利用Python制作王者荣耀出装小助手，引来了老板的注意！
导语 T_T并不玩这些游戏... 单纯来蹭个热点... 大概是因为蹭热点需要的技术含量比较低? 就这样吧~~~ 利用Python制作命令行版的王者荣耀出装小助手. Let's Go! 开发工具 Pyt ...
小哥哥你有98K吗？利用Python制作一款多功能变声器！
前言好吧,关于这句小哥哥你有98K吗?出自别人口中经常说的玩笑话,我也略懂一些游戏嘛.不过不常玩,废话不多说,开始咱们今天的教程,非常简单! 利用Python制作一款多功能变声器! 咱们首先登陆百度 ...
python如何制作一个工程软件_如何利用python制作一个解压缩软件-Go语言中文社区...
如何利用python制作一个解压缩软件 python实现解压缩的重要模块就是--zipfile,其次是os 安装zipfile模块首先得安装zipfile模块,打开cmd输入一下命令即可安装 pip ...
python拼图_利用python制作拼图小游戏的全过程
开发工具 Python版本:3.6.4 相关模块: pygame模块: 以及一些Python自带的模块关注公众号:Python学习指南,回复"拼图"即可获取源码环境搭建安装P ...
用python做头像_如何利用python制作微信好友头像照片墙？
这个不难,主要用到itchat和pillow这2个库,其中itchat用于获取微信好友头像照片,pillow用于拼接头像生成一个照片墙,下面我简单介绍一下实现过程,代码量不多,也很好理解,实验环境wi ...
利用Python制作第一人称射击小游戏含源代码
大家好我是毕加锁 (锁!) 今天教大家利用Python制作第一人称小游戏涉及知识点 1.sprites 2.pygame混音器 3.图章 4.python基础语法 .代码 1发射声 from ...
利用python制作转盘
利用python制作转盘 pip install threading(pip一定要为最新版本,不然容易出错) pip install tkinter pip install pyinstaller将t ...
利用Python制作微信机器人（三）实现爬取JD商品价格
从前两篇的博客来看,目前已经实现了机器人单向给微信发消息,和与机器人进行交互式发消息,详情如下: 利用Python制作微信机器人(一)机器人单向发消息利用Python制作微信机器人(二)与机器人进行 ...

利用Python制作中国GDP分布图和动态演示

利用Python制作中国GDP分布图和动态演示

数据读取

数据清洗

数据连接

绘图

批量出图

制作动图

问题和总结

利用Python制作中国GDP分布图和动态演示相关推荐

最新文章

热门文章