Cet article est un article du Calendrier de l'Avent Origami
Vous pouvez souvent entendre que matplotlib et seaborn sont utilisés comme méthode de visualisation des données par Python, mais cette fois j'aimerais vous présenter une bibliothèque appelée "folium".
folium est une bibliothèque de visualisation de données utilisant JavaScript OSS appelée leaflet, et présente l'avantage de nombreuses expressions utilisant des cartes.
Par conséquent, si vous souhaitez générer un graphique à barres, un histogramme ou un diagramme de dispersion, il est préférable d'utiliser matplotlib ou seaborn selon le cas, mais pour les données avec des informations de position, le folium est une option (affirmation).
Ensuite, je vous présenterai ce que vous pouvez faire avec le folium.
- Mac OSX El Capitan(10.11.6)
- Python(3.5.1)
- jupyter lab(0.2.1)
$ pip install folium
Commençons par afficher la carte. Dans folium.Map
, les options utilisent location
et zoom_start
, mais il y a d'autrestuiles (changer l'apparence de la carte)
, telles que Stamen Toner
et Stamen Terrain
. ..
folium-sample1.py
import folium
m = folium.Map(location=[35.681382, 139.76608399999998], zoom_start=14) #Latitude et longitude de la gare de Tokyo
m
Tout d'abord, collez le code.
folium-sample2.py
import folium
m = folium.Map(location=[35.681382, 139.76608399999998], zoom_start=12)
folium.Marker([35.658581, 139.745433], popup='Tokyo tower', icon=folium.Icon(color='blue')).add_to(m)
folium.Marker([35.710063, 139.8107], popup='Tokyo skytree', icon=folium.Icon(color='blue', icon='cloud')).add_to(m)
m
Vous pouvez tracer dans une carte en ajoutant Maker
à la carte préparée précédemment. Les options sont
-popup: laisser un commentaire --couleur: Colorez le créateur --icon: Iconize Maker
L'icône utilise fontawesome et par défaut ʻinfo-sign` Je suis. De plus, les couleurs par défaut et les couleurs correspondantes sont répertoriées ici.
Vous pouvez dessiner un cercle sur la carte en utilisant CircleMarker
. L'unité de rayon peut être définie sur «m», la couleur et la couleur du fil.
folium-sample3.py
import folium
m = folium.Map(location=[35.681382, 139.76608399999998], zoom_start=12)
folium.Marker([35.658581, 139.745433], popup='Tokyo tower', icon=folium.Icon(color='blue')).add_to(m)
folium.Marker([35.710063, 139.8107], popup='Tokyo skytree', icon=folium.Icon(color='blue', icon='bookmark')).add_to(m)
folium.CircleMarker(
location=[35.681382, 139.76608399999998],
radius=2000,
popup='Tokyo Station',
color='#3186cc',
fill_color='#3186cc'
).add_to(m)
m
Seule une partie des fonctions est introduite ici, mais par exemple, il est facile de stocker le résultat du clustering dans pandas.Dataframe
ou numpy.array
et de l'afficher dans une carte, donc les informations de localisation Si vous effectuez une analyse des données liées à, veuillez l'utiliser. Il existe de nombreux exemples dans folium, vous pouvez donc essayer la visualisation de données.
Recommended Posts