Python中有哪些地圖可視化庫

# Python中有哪些地圖可視化庫

## 引言

在數據分析和地理信息系統（GIS）領域，地圖可視化是不可或缺的工具。Python作為一門強大的編程語言，提供了豐富的地圖可視化庫，能夠幫助開發者高效地展示地理空間數據。本文將介紹Python中常用的地圖可視化庫，包括它們的特性、優缺點以及適用場景。

---

## 1. Matplotlib + Basemap

### 1.1 簡介
Matplotlib是Python中最著名的繪圖庫之一，而Basemap是其擴展，專門用于繪制地理空間數據。Basemap提供了豐富的地圖投影和地理數據處理功能。

### 1.2 主要特性
- 支持多種地圖投影（如Mercator、Lambert等）。
- 可以繪制海岸線、國家邊界、河流等地理要素。
- 支持柵格和矢量數據的疊加。

### 1.3 優缺點
- **優點**：與Matplotlib無縫集成，適合科學繪圖。
- **缺點**：Basemap已停止維護，推薦使用Cartopy替代。

### 1.4 示例代碼
```python
from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt

m = Basemap(projection='merc', llcrnrlat=-60, urcrnrlat=65, 
            llcrnrlon=-180, urcrnrlon=180, resolution='c')
m.drawcoastlines()
plt.show()

2. Cartopy

2.1 簡介

Cartopy是Basemap的現代替代品，基于Matplotlib構建，提供了更簡潔的API和更強大的地理數據處理能力。

2.2 主要特性

• 支持多種地圖投影和坐標轉換。
• 集成了Natural Earth數據集，可直接繪制地理要素。
• 與Shapely和GeoPandas兼容。

2.3 優缺點

• 優點：API設計更現代化，社區活躍。
• 缺點：對復雜地理數據的支持有限。

2.4 示例代碼

import cartopy.crs as ccrs
import matplotlib.pyplot as plt

ax = plt.axes(projection=ccrs.PlateCarree())
ax.coastlines()
plt.show()

3. Folium

3.1 簡介

Folium是一個基于Leaflet.js的Python庫，適合創建交互式地圖。它支持在地圖上疊加標記、熱力圖等。

3.2 主要特性

• 支持交互式地圖（縮放、拖拽）。
• 內置OpenStreetMap、Mapbox等地圖瓦片。
• 支持GeoJSON數據可視化。

3.3 優缺點

• 優點：輕量級，適合Web應用。
• 缺點：依賴JavaScript，不適合靜態報告。

3.4 示例代碼

import folium

m = folium.Map(location=[51.5074, -0.1278], zoom_start=10)
folium.Marker([51.5074, -0.1278], popup="London").add_to(m)
m.save("map.html")

4. GeoPandas

4.1 簡介

GeoPandas是Pandas的地理空間擴展，支持對地理數據的操作和可視化。

4.2 主要特性

• 提供GeoDataFrame數據結構。
• 支持空間連接、緩沖分析等操作。
• 可與Matplotlib、Plotly等集成。

4.3 優缺點

• 優點：適合處理地理數據表格。
• 缺點：可視化功能較基礎。

4.4 示例代碼

import geopandas as gpd
import matplotlib.pyplot as plt

world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
world.plot()
plt.show()

5. Plotly Express

5.1 簡介

Plotly Express是Plotly的高級封裝，支持快速創建交互式地圖。

5.2 主要特性

• 支持散點地圖、線地圖、熱力圖等。
• 提供豐富的交互功能（懸停、縮放）。
• 與Dash框架兼容。

5.3 優缺點

• 優點：交互性強，適合儀表盤。
• 缺點：需要在線賬戶保存圖表。

5.4 示例代碼

import plotly.express as px

df = px.data.gapminder().query("year == 2007")
fig = px.scatter_geo(df, locations="iso_alpha", size="pop")
fig.show()

6. Bokeh

6.1 簡介

Bokeh是一個面向Web的交互式可視化庫，支持地圖繪制。

6.2 主要特性

• 支持地理坐標系統和瓦片地圖。
• 可嵌入Web應用。
• 提供豐富的工具（如縮放、懸停）。

6.3 優缺點

• 優點：適合構建交互式Web應用。
• 缺點：學習曲線較陡。

6.4 示例代碼

from bokeh.plotting import figure, show
from bokeh.tile_providers import CARTODBPOSITRON

p = figure(x_range=(-2000000, 6000000), y_range=(-1000000, 7000000),
           x_axis_type="mercator", y_axis_type="mercator")
p.add_tile(CARTODBPOSITRON)
show(p)

7. PyDeck

7.1 簡介

PyDeck由Uber開發，基于deck.gl，適合大規模地理數據可視化。

7.2 主要特性

• 支持3D地圖和復雜圖層。
• 高性能渲染（WebGL加速）。
• 與Jupyter Notebook集成。

7.3 優缺點

• 優點：適合大數據量場景。
• 缺點：配置復雜。

7.4 示例代碼

import pydeck as pdk

layer = pdk.Layer("ScatterplotLayer", data=data, get_position=["lon", "lat"])
view_state = pdk.ViewState(latitude=0, longitude=0, zoom=2)
pdk.Deck(layers=[layer], initial_view_state=view_state).to_html("map.html")

總結

根據需求選擇合適的庫，可以事半功倍地完成地圖可視化任務！ “`

這篇文章涵蓋了Python中主流的7個地圖可視化庫，從基礎到高級，從靜態到交互式均有涉及。如需擴展內容，可以增加更多代碼示例或性能對比。