參考代碼：https://nbviewer.jupyter.org/github/python-visualization/folium/tree/master/examples/

初次接觸阿里云的天池實驗室，對【入門級-用Pandas揭秘美國選民的總統喜好】中的熱力圖可視化各州捐款數，進行 菜鳥 實踐，特別用到了python中的Folium庫，打開了新世界的大門。由于之前實踐過高德API，也發現Folium庫算是地圖的底層。（有關地圖的庫，實際應該還有其他，還未逐一實踐）
以下主要總結個人針對Folium庫的實踐經歷，特別是熱力圖、時間軸和時序數據的繪制，其中也會摻雜其他一些pandas，datetime小tip。
具體請結合【參考代碼】

1.地圖初始化：

m = folium.Map([43, -100], tiles="stamentonerbackground", zoom_start=4)

對應：中心點位置，地圖樣式，地圖放大級別
【地圖樣式選擇：stamentonerbackground,cartodbpositron,OpenStreetMap…(第24條）】

2.地圖自定義–Colormaps.ipynb

def my_color_function(feature):"""Maps low values to green and high values to red."""if unemployment_dict[feature["id"]] > 6.5:return "#ff0000"else:return "#008000" m = folium.Map([43, -100], tiles="cartodbpositron", zoom_start=4)folium.GeoJson(geo_json_data,style_function=lambda feature: {"fillColor": my_color_function(feature),"color": "black","weight": 2,"dashArray": "5, 5", #邊界線設置}, ).add_to(m)

自定義地圖層顏色，引入geo_json_date數據集，是對美國各州邊界的劃分。設置顏色函數，對區域進行填充。
針對geo_json_date數據集的格式如下；

import jsonimport folium import pandas as pd import requests url = ("https://raw.githubusercontent.com/python-visualization/folium/master/examples/data" ) us_states = f"{url}/us-states.json" geo_json_data = json.loads(requests.get(us_states).text) #邊界

folium對于美國各州繪制的數據格式為：
{‘type’: ‘FeatureCollection’,
‘features’: [{‘type’: ‘Feature’,
‘id’: ‘AL’, –州簡稱
‘properties’: {‘name’: ‘Alabama’},–州全稱
‘geometry’: {‘type’: ‘Polygon’,–州的形狀
‘coordinates’: [[[-87.359296, 35.00118], –邊界點
[-85.606675, 34.984749],
[-85.431413, 34.124869],
[-85.184951, 32.859696]…]]}},
{‘type’: ‘Feature’,
‘id’: ‘AK’,
‘properties’: {‘name’: ‘Alaska’},
‘geometry’: {‘type’: ‘MultiPolygon’,
‘coordinates’: [[[[-131.602021, 55.117982],…

3.漸變色選擇–Colormaps.ipynb
OrRd_09 等等

4.放置標記–ContinuousWorld.ipynb

folium.Marker(location=[0, 0], popup="I will disapear when moved outside the wrapped map domain." ).add_to(m)

對應 放置位置，點擊后marker的話語，

5.放置圖片–CustomIcon.ipynb

※6. 放置標簽–CustomPanes.ipynb

(1)未放置標簽：

m = folium.Map([43, -100], zoom_start=4, tiles="stamentoner")folium.GeoJson(geo_json_data).add_to(m)m

(2) 放置標簽

m = folium.Map([43, -100], zoom_start=4, tiles="stamentonerbackground")folium.GeoJson(geo_json_data).add_to(m)folium.map.CustomPane("labels").add_to(m) #放置1# Final layer associated to custom pane via the appropriate kwarg folium.TileLayer("stamentonerlabels", pane="labels").add_to(m) #放置2m

逐步放大可顯示各個州的名稱。

7.圖標分層–FeatureGroup.ipynb
LayerControl()–使得圖標可展示可不展示

8.加各種形狀圖標以及畫子圖—Features.ipynb
(1)畫圖標：ColorLine–畫圓

(2)Marker:標記屬性，標記大小，位置，標記點擊顯示提示內容…

(3)子圖：

mport brancaN = 100multi_iter2 = {"x": np.random.uniform(size=(N,)),"y": np.random.uniform(size=(N,)), }scatter = vincent.Scatter(multi_iter2, iter_idx="x", height=250, width=420) data = json.loads(scatter.to_json())f = branca.element.Figure()# Create two maps. m = folium.Map(location=[0, 0],tiles="stamenwatercolor",zoom_start=1,position="absolute",left="0%",width="50%",height="50%", )m2 = folium.Map(location=[46, 3],tiles="OpenStreetMap",zoom_start=4,position="absolute",left="50%",width="50%",height="50%",top="50%", )# Create two Vega. v = features.Vega(data, position="absolute", left="50%", width="50%", height="50%")v2 = features.Vega(data, position="absolute", left="0%", width="50%", height="50%", top="50%" )f.add_child(m) f.add_child(m2) f.add_child(v) f.add_child(v2)f

兩個地圖+兩個散點圖

(4)GeoJson:一次性添加多個marker

9.FloatImage.ipynb–地圖上添加圖片

10.GeoJSONWithoutTitles.ipynb–背景自定義（可以加柵格，但是柵格大小會變）

※11. 地理數據處理及熱力圖（區域）-- GeoJSON_and_choropleth.ipynb
（1）數據準備：上面的GeoJson或者geopandas庫
geopandas庫包含地理數據：

import geopandasgdf = geopandas.read_file(us_states)m = folium.Map([43, -100], zoom_start=4)folium.GeoJson(gdf, ).add_to(m)m

（2）點擊地圖某一位置，自動放大-- zoom_on_click

m = folium.Map([43, -100], zoom_start=4)folium.GeoJson(geo_json_data, zoom_on_click=True).add_to(m)m

（3）自定義顯示顏色

#提供函數的好處在于，您可以根據特性指定樣式。例如，如果你想用綠色顯示所有名字中包含字母“E”的州，只需: m = folium.Map([43, -100], zoom_start=4)folium.GeoJson(geo_json_data,style_function=lambda feature: {"fillColor": "green"if "e" in feature["properties"]["name"].lower()else "#ffff00","color": "black","weight": 2,"dashArray": "5, 5",}, ).add_to(m)m

※(4)熱力圖（區域）–Choropleth

m = folium.Map([43, -100], zoom_start=4)folium.Choropleth(geo_data=us_states,fill_opacity=0.3,line_weight=2, ).add_to(m)m

這個類可以將GeoJSON的圖形覆蓋到地圖上。如果不綁定數據則顯示單色的地圖，如果綁定數據則通過值得大小顯示不同顏色。具體使用方法：

class folium.features.Choropleth(geo_data, data=None, columns=None, key_on=None, bins=6, fill_color=None, nan_fill_color='black', fill_opacity=0.6, nan_fill_opacity=None, line_color='black', line_weight=1, line_opacity=1, name=None, legend_name='', overlay=True, control=True, show=True, topojson=None, smooth_factor=None, highlight=None, **kwargs)

參數說明：

geo_data：指定GeoJSON，可以是JsonURL、file path或其他類型 (json、dict、geopandas等)的GeoJSON幾何數據 data：需要綁定的GeoJSON的數據，默認為空。傳入的數據可以是Pandas DataFrame或Series，具體Series沒有使用過,拆測如果傳Series需要將index設置為匹配項。 columns：當數據傳入的時Pandas DataFrame設定想要的值，第一列需要與GeoJSON匹配的列，第二列為具體的值 key_on：GeoJSON中需要綁定的列，默認為空。格式中需要以feature對象開頭，如id或 feature.properties.statename bins：設定對值要劃分的數量，默認為6，如果傳入的是數值，則傳入數字時，會使用data中的最大值和最小值進行平均劃分。如果傳入的是一個序列，則會按序列定義邊界。同時也可以傳入字符串，可傳入的字符串可以從histogram的文檔中找到。 fill_color：區域需要填充的顏色，默認為blue，可以傳入16進制的顏色代碼或顏色名稱，如果綁定了數據，則可以傳入“顏色地圖”，比如：‘BuGn’, ‘BuPu’, ‘GnBu’, ‘OrRd’, ‘PuBu’, ‘PuBuGn’, ‘PuRd’, ‘RdPu’, ‘YlGn’, ‘YlGnBu’, ‘YlOrBr’, and ‘YlOrRd’. nan_fill_color：NaN區域填充的顏色，默認為’black’，即GeoJSON中沒有匹配到的圖形填充的顏色。 fill_opacity ：填充顏色的透明度，默認為6，可選值為0-1 nan_fill_opacity：NaN區域填充顏色透明度，默認取fill_opacity的值。 line_color：區域邊框顏色，默認為’black’ line_weight：區域邊框款對，默認為1 line_opacity：區域邊框透明度，默認為1 legend_name：圖例標識名稱 topojson：除了GeoJson外，同時也支持TopoJSON格式的的邊界數據。 (string, default None) – If using a TopoJSON, passing “objects.yourfeature” to the topojson keyword argument will enable conversion to GeoJSON. TopoJSONs can be passed as “geo_data”, but the “topojson” keyword must also be passed with the reference to the topojson objects to convert. See the topojson.feature method in the TopoJSON API reference: https://github.com/topojson/topojson/wiki/API-Reference smooth_factor：平滑因子，主要為了簡化每個縮放級別的折線。數值越大表示越平滑，同時性能也更好，數值越小說明越精確，Leaflet中的默認值為0 highlight：當鼠標懸停在區域上時是否要突出顯示，默認為False name：層的名字，可選。如果設置了可以在LayerControls中出現。 overlay：添加層的設置，默認為True（覆蓋層），如果傳False則為基礎層。 control：是否將圖層包含到LayerControls中，默認為True show：是否在地圖打開時就顯示層，默認為True

e.g.:

import folium import pandas as pd geo_json_data = "data/china_city.json" df = pd.read_excel("data/orders.xlsx") m = folium.Map(location=[32, 120], zoom_start=5) folium.Choropleth(geo_data=geo_json_data,data=df,columns=["cityname", "order_count"],key_on="feature.properties.name",fill_color="BuPu",fill_opacity=0.7,line_opacity=0.2,legend_name="Order Count", ).add_to(m)

12.在每個邊界對象上顯示注釋–GeoJsonPopupAndTooltip.ipynb
【這里主要涉及對DataFrame對象的處理】
（覺得畫出來的還挺好看的，但是未實踐，待補）

13.熱力圖（點狀）–HeatMapWithTime.ipynb，Heatmap.ipynb
可以隨時間變化顯示點的熱力情況
后續會有基于區域熱力圖進行詳細試驗，主要涉及時序數據的處理。

14.地圖畫線-- Highlight_Function.ipynb

15.ImageOverlay.ipynb

16.畫多組Marker–MarkerCluster.ipynb

17.添加多個圓–MinMaxLimits.ipynb

18.地圖中加小地圖–MiniMap.ipynb

19.在設定位置上加圖表式的圖標–Minicharts.ipynb
可以直觀反映這個地方某方面的占比

20.點聚合–Plugins.ipynb
放置多個Marker,放大zoom時，可以將點聚合，顯示這一區域有對應幾個Marker

21.加各種形狀的線以及流動的線-- PolyLineTextPath_AntPath.ipynb

import folium from folium import pluginsm = folium.Map([30, 0], zoom_start=3) ##流動線的數據形式，注意經緯度放置順序 wind_locations = [[59.35560, -31.992190],[55.178870, -42.89062],[47.754100, -43.94531],[38.272690, -37.96875],[27.059130, -41.13281],[16.299050, -36.56250],[8.4071700, -30.23437],[1.0546300, -22.50000],[-8.754790, -18.28125],[-21.61658, -20.03906],[-31.35364, -24.25781],[-39.90974, -30.93750],[-43.83453, -41.13281],[-47.75410, -49.92187],[-50.95843, -54.14062],[-55.97380, -56.60156], ]wind_line = folium.PolyLine(wind_locations, weight=15, color="#8EE9FF").add_to(m) m = folium.Map()folium.plugins.AntPath(locations=wind_locations, reverse="True", dash_array=[20, 30] ).add_to(m)m.fit_bounds(m.get_bounds())m

22.畫封閉圖形（點連線成面）–Polygons_from_list_of_points.ipynb

23.SmoothFactor.ipynb–邊界線平滑
默認情況下，單張中的折線對象是平滑的。這將從行中刪除點，在繪圖時減少瀏覽器的負載。
平滑的級別可以在創建任何Polyline對象時通過smoothFactor作為一個選項來指定。在folium中，平滑的級別可以在初始化GeoJson、TopoJson和Choropleth對象時通過傳遞smooth_factor作為參數來確定。平滑水平沒有上界和下界;傳單的默認值是1。

folium.TopoJson(data=topo,object_path="objects.antarctic_ice_shelf",name="default_smoothing",smooth_factor=10, #1的時候不平滑，10的時候，在放大時是很平滑style_function=lambda x: {"color": "#004c00", "opacity": "0.7"}, ).add_to(m)

smooth_factor為平滑程度，隨著地圖的放大加載，邊界顯示越來越曲折。

24.地圖樣式類型–TilesExample.ipynb

※25.時間軸熱力圖（區域）–TimeSliderChoropleth.ipynb
后續以入門賽為背景詳講

26.在圖層上畫圓–VectorLayers.ipynb

27.自定義畫圖形–plugin-Draw.ipynb

28.地圖寬高設置-- WidthHeight.ipynb

29.搜索功能–plugin-Search.ipynb
輸入城市名字，會地圖展現至對應地方

---

感覺高德API中很多功能和Folium如出一轍，只是高德有更準確的地理數據，操作簡潔，頁面美觀。Folium庫的功能，高德上大部分都有對應的（時間軸的好像沒有，一般例如加標記，搜索，路線圖，熱力圖，聚合等等高德都是有的）。
但是高德只能做固定結果的呈現。對Folium，可以自己改代碼，跑代碼，更進一步體會Python的魅力~

后面寫Folium在【入門級-用Pandas揭秘美國選民的總統喜好】的應用~~
(加※號的在里面有更具體的實踐）

總結

以上是生活随笔為你收集整理的Folium库使用心得（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。