folium进阶内容介绍

一、简言

​ 上一篇中我们学习了folium的基础内容，从创建folium地图开始，通过主要参数修饰地图，尝试绘制Marker来标记特定地点等，实际上folium在地理信息可视化过程中重点在于绘制图像的高度可定制化。

二、处理GeoJSON和TopoJSON数据

1. GeoJSON数据

   GeoJSON是语法规则符合JSON文件的，专用于表示地理信息的一种JSON文件，其在JSON语法的基础上，内部又有着一套固定的语法规则。在folium中我们使用folium.GeoJson()方法来为已有的Map对象添加GeoJson图层，其常用参数如下：

   • data：传入你想要在地图上绘制的GeoJson数据。
   • highlight_function：一个自编函数，用于映射自定义的地图上施加的鼠标事件形式，默认为None。
   • style_function：一个自编函数，将自定义的对GeoJSON中特征的风格设置，映射到GeoJSON图层上，默认为None。
   • smooth_factor：float型，用于控制每一次缩放时GeoJSON图层元素的光滑程度，该数值越大，意味着元素越光滑；该数值越小，意味着，元素的表现越接近真实坐标。

   示例1：通过GeoJSON绘制直线

   m = folium.Map(location=[38.85,115.48],
                 zoom_start=12,control_scale=True)
   gj = folium.GeoJson(data={
    
    "type":"LineString",
                      "coordinates":[[115.46, 38.80], [115.49, 38.88]]})
   gj.add_to(m)
   m

示例2：通过GeoJSON格式数据绘制交汇矩形

   m = folium.Map(location=[38.85,115.48],
                 zoom_start=12,control_scale=True)
   gj = folium.GeoJson(data={
    
     "type": "Polygon",
     "coordinates": [
       [ [115.46, 38.80], [115.56, 38.80], [115.56, 38.90], [115.46, 38.90], [115.46, 38.80] ],
       [ [115.48, 38.82], [115.54, 38.82], [115.54, 38.88], [115.48, 38.88], [115.48, 38.82] ]
       ]
    })
   
   gj.add_to(m)
   m

示例3：通过GeoJSON格式数据绘制多点

   route_map = folium.Map(location=[39.092310, 116.372313], zoom_start=10)
   
   data_list = [
       [116.862607,39.158962], 
       [116.853341,39.151323], 
       [116.730813,39.126518], 
       [116.388731,39.086568], 
       [116.240831,39.09431], 
       [116.071493,39.053133], 
       [115.895746,39.045938], 
               ]
   
   for lng, lat in data_list:
       folium.Marker(
           [lat, lng],
           icon=folium.Icon(color="green")
       ).add_to(route_map)
       
   route_map

示例4: 通过get请求获取GeoJSON格式数据绘制冰川线

   url = 'https://raw.githubusercontent.com/python-visualization/folium/master/examples/data'
   antarctic_ice_edge = f'{url}/antarctic_ice_edge.json'
   antarctic_ice_shelf_topo = f'{url}/antarctic_ice_shelf_topo.json'
   
   
   m = folium.Map(
       location=[-59.1759, -11.6016],
       tiles='Mapbox Bright',
       zoom_start=2  # Limited levels of zoom for free Mapbox tiles.
   )
   ## 绘制冰川线
   folium.GeoJson(
       antarctic_ice_edge,
       name='geojson'
   ).add_to(m)
   
   folium.LayerControl().add_to(m)

2. TopoJSON数据

   TopoJSON是GeoJSON按照拓扑学编码之后的扩展形式，相比GeoJSON直接使用Polygon、Point之类的几何体来表示图形，TopoJSON中的每一个几何体都是通过将共享边整合后组成的，这使得TopoJSON相较于GeoJSON，大大地减少了数据冗余，节省存储空间，在folium中，我们使用folium.TopoJson()方法，通过与folium.GeoJson()相似的方法，为地图添加TopoJSON层对象，

   其常用参数如下：

   • data：传入你想要在地图上绘制的TopoJSON数据。
   • style_function：一个自编函数，将自定义的对TopoJSON中特征的风格设置，映射到TopoJSON图层上，默认为None。
   • smooth_factor：float型，用于控制每一次缩放时TopoJSON图层元素的光滑程度，该数值越大，意味着元素越光滑；该数值越小，意味着，元素的表现越接近真实坐标。

   其常用参数同folium.GeoJson()，但没有highlight_function选项，

   示例：通过get请求获取TopoJSON格式数据绘制冰表层

   url = 'https://raw.githubusercontent.com/python-visualization/folium/master/examples/data'
   antarctic_ice_edge = f'{url}/antarctic_ice_edge.json'
   antarctic_ice_shelf_topo = f'{url}/antarctic_ice_shelf_topo.json'
   
   
   m = folium.Map(
       location=[-59.1759, -11.6016],
       tiles='Mapbox Bright',
       zoom_start=2  # Limited levels of zoom for free Mapbox tiles.
   )
   
   # 绘制冰表层
   folium.TopoJson(
       json.loads(requests.get(antarctic_ice_shelf_topo).text),
       'objects.antarctic_ice_shelf',
       name='topojson'
   ).add_to(m)
   
   folium.LayerControl().add_to(m)
   
   
   m

style_function参数

folium.GeoJson()和folium.TopoJson()方法中，都有参数style_function，该参数传入一个自编函数用于控制GeoJson及TopoJson层中的对象视觉参数，自编函数style_function通过返回一个字典类型的变量，来完成上述控制过程，这个字典中常用的键有'color'，用于控制边点线的颜色，'weight'用于控制边点线的大小或粗细，'fillOpacity'用于控制面对象中的填充颜色的透明度，'fillColor'用于控制面对象中填充颜色的色彩，建议使用十六进制字符型色彩输入来控制。

示例：

import branca


url = 'https://raw.githubusercontent.com/python-visualization/folium/master/examples/data'
county_data = f'{url}/us_county_data.csv'
county_geo = f'{url}/us_counties_20m_topo.json'


df = pd.read_csv(county_data, na_values=[' '])

colorscale = branca.colormap.linear.YlOrRd_09.scale(0, 50e3)
employed_series = df.set_index('FIPS_Code')['Employed_2011']


def style_function(feature):
    employed = employed_series.get(int(feature['id'][-5:]), None)
    return {
    
    
        'fillOpacity': 0.5,
        'weight': 0,
        'fillColor': '#black' if employed is None else colorscale(employed)
    }


m = folium.Map(
    location=[48, -102],
    tiles='cartodbpositron',
    zoom_start=3
)

folium.TopoJson(
    json.loads(requests.get(county_geo).text),
    'objects.us_counties_20m',
    style_function=style_function
).add_to(m)


m

colorscale = branca.colormap.linear.PuRd_09.scale(0, 100000)

employed_series = df.set_index('FIPS_Code')['Median_Household_Income_2011'].dropna()


def style_function(feature):
    employed = employed_series.get(int(feature['id'][-5:]), None)
    return {
    
    
        'fillOpacity': 0.5,
        'weight': 0,
        'fillColor': '#black' if employed is None else colorscale(employed)
    }


m = folium.Map(
    location=[48, -102],
    tiles='cartodbpositron',
    zoom_start=3
)

folium.TopoJson(
    json.loads(requests.get(county_geo).text),
    'objects.us_counties_20m',
    style_function=style_function
).add_to(m)


m

三、Choropleth分级着色图

通过在Pandas DataFrames / Series和GeoJSON / TopoJSON数据可以轻松创建Choropleth地图

其常用参数如下：

• geo_data: 指定GeoJSON，可以是JsonURL、file path或其他类型 (json、dict等)的GeoJSON几何数据。
• data：需要绑定的GeoJSON的数据，默认为空。传入的数据可以是PandasDataFrame或Series。
• columns：当数据传入的时Pandas DataFrame设定想要的值，第一列需要与GeoJSON匹配的列，第二列为具体的值。
• key_on：GeoJSON中需要绑定的列，默认为空。格式中需要以feature对象开头，如id或 feature.properties.statename。
• bins：设定对值要划分的数量，默认为6，如果传入的是数值，则传入数字时，会使用data中的最大值和最小值进行平均划分。如果传入的是一个序列，则会按序列定义边界。同时也可以传入字符串，可传入的字符串可以从histogram的文档中找到。
• fill_color：区域需要填充的颜色，默认为blue，可以传入16进制的颜色代码或颜色名称，如果绑定了数据，则可以传入“颜色地图”，
• nan_fill_color：NaN区域填充的颜色，默认为**’black’，即GeoJSON**中没有匹配到的图形填充的颜色。
• fill_opacity ：填充颜色的透明度，默认为6，可选值为0-1
• nan_fill_opacity：NaN区域填充颜色透明度，默认取fill_opacity的值。
• line_color：区域边框颜色，默认为’black’
• line_weight：区域边框款对，默认为1
• line_opacity：区域边框透明度，默认为1
• highlight：当鼠标悬停在区域上时是否要突出显示，默认为False
• name：层的名字，可选。如果设置了可以在LayerControls中出现。
• overlay：添加层的设置，默认为True（覆盖层），如果传False则为基础层。
• control：是否将图层包含到LayerControls中，默认为True
• show：是否在地图打开时就显示层，默认为True

示例：

url = 'https://raw.githubusercontent.com/python-visualization/folium/master/examples/data'
state_geo = f'{url}/us-states.json'
state_unemployment = f'{url}/US_Unemployment_Oct2012.csv'
state_data = pd.read_csv(state_unemployment)

m = folium.Map(location=[48, -102], zoom_start=3)

folium.Choropleth(
    geo_data=state_geo,
    name='choropleth',
    data=state_data,
    columns=['State', 'Unemployment'],
    key_on='feature.id',
    fill_color='YlGn',
    fill_opacity=0.7,
    line_opacity=0.2,
    legend_name='Unemployment Rate (%)'
).add_to(m)

folium.LayerControl().add_to(m)

m

bins = list(state_data['Unemployment'].quantile([0, 0.25, 0.5, 0.75, 1]))

m = folium.Map(location=[48, -102], zoom_start=3)

folium.Choropleth(
    geo_data=state_geo,
    data=state_data,
    columns=['State', 'Unemployment'],
    key_on='feature.id',
    fill_color='BuPu',
    fill_opacity=0.7,
    line_opacity=0.5,
    legend_name='Unemployment Rate (%)',
    bins=bins,
    reset=True
).add_to(m)

m