python绘制中国大陆人口热力图_Python

这篇文章给出了如何绘制中国人口密度图，但是运行存在一些问题，我在一些地方进行了修改。

本人使用的IDE是anaconda，因此事先在anaconda prompt 中安装Basemap包

1	`conda install Basemap`

新建文档，导入需要的包

									import matplotlib.pyplot as plt

									from mpl_toolkits.basemap import Basemap

									from matplotlib.patches import Polygon

									from matplotlib.colors import rgb2hex

									import numpy as np

									import pandas as pd

Basemap中不包括中国省界，需要在下面网站下载中国省界，点击Shapefile下载。

生成中国大陆省界图片。

									plt.figure(figsize=(16,8))

									m = Basemap(

									 llcrnrlon=77,

									 llcrnrlat=14,

									 urcrnrlon=140,

									 urcrnrlat=51,

									 projection='lcc',

									 lat_1=33,

									 lat_2=45,

									 lon_0=100

									)

									m.drawcountries(linewidth=1.5)

									m.drawcoastlines()

									m.readshapefile('gadm36_CHN_shp/gadm36_CHN_1', 'states', drawbounds=True)

去国家统计局网站下载人口各省，只需保留地区和总人口即可，保存为csv格式并改名为pop.csv。

python绘制中国大陆人口热力图

读取数据，储存为dataframe格式，删去地名之中的空格，并设置地名为dataframe的index。

									df = pd.read_csv('pop.csv')

									new_index_list = []

									for i in df["地区"]:

									 i = i.replace(" ","")

									 new_index_list.append(i)

									new_index = {"region": new_index_list}

									new_index = pd.DataFrame(new_index)

									df = pd.concat([df,new_index], axis=1)

									df = df.drop(["地区"], axis=1)

									df.set_index("region", inplace=True)

将Basemap中的地区与我们下载的csv中的人口数据对应起来，建立字典。注意，Basemap中的地名与csv文件中的地名并不完全一样，需要进行一些处理。

									provinces = m.states_info

									statenames=[]

									colors = {}

									cmap = plt.cm.YlOrRd

									vmax = 100000000

									vmin = 3000000

									for each_province in provinces:

									 province_name = each_province['NL_NAME_1']

									 p = province_name.split('|')

									 if len(p) > 1:

									  s = p[1]

									 else:

									  s = p[0]

									 s = s[:2]

									 if s == '黑龍':

									  s = '黑龙江'

									 if s == '内蒙':

									  s = '内蒙古'

									 statenames.append(s)

									 pop = df['人口数'][s]

									 colors[s] = cmap(np.sqrt((pop - vmin) / (vmax - vmin)))[:3]

最后画出图片即可

									ax = plt.gca()

									for nshape, seg in enumerate(m.states):

									 color = rgb2hex(colors[statenames[nshape]])

									 poly = Polygon(seg, facecolor=color, edgecolor=color)

									 ax.add_patch(poly)

									plt.show()

完整代码如下

									# -*- coding: utf-8 -*-

									import matplotlib.pyplot as plt

									from mpl_toolkits.basemap import Basemap

									from matplotlib.patches import Polygon

									from matplotlib.colors import rgb2hex

									import numpy as np

									import pandas as pd

									plt.figure(figsize=(16,8))

									m = Basemap(

									 llcrnrlon=77,

									 llcrnrlat=14,

									 urcrnrlon=140,

									 urcrnrlat=51,

									 projection='lcc',

									 lat_1=33,

									 lat_2=45,

									 lon_0=100

									)

									m.drawcountries(linewidth=1.5)

									m.drawcoastlines()

									m.readshapefile('gadm36_CHN_shp/gadm36_CHN_1', 'states', drawbounds=True)

									df = pd.read_csv('pop.csv')

									new_index_list = []

									for i in df["地区"]:

									 i = i.replace(" ","")

									 new_index_list.append(i)

									new_index = {"region": new_index_list}

									new_index = pd.DataFrame(new_index)

									df = pd.concat([df,new_index], axis=1)

									df = df.drop(["地区"], axis=1)

									df.set_index("region", inplace=True)

									provinces = m.states_info

									statenames=[]

									colors = {}

									cmap = plt.cm.YlOrRd

									vmax = 100000000

									vmin = 3000000

									for each_province in provinces:

									 province_name = each_province['NL_NAME_1']

									 p = province_name.split('|')

									 if len(p) > 1:

									  s = p[1]

									 else:

									  s = p[0]

									 s = s[:2]

									 if s == '黑龍':

									  s = '黑龙江'

									 if s == '内蒙':

									  s = '内蒙古'

									 statenames.append(s)

									 pop = df['人口数'][s]

									 colors[s] = cmap(np.sqrt((pop - vmin) / (vmax - vmin)))[:3]

									ax = plt.gca()

									for nshape, seg in enumerate(m.states):

									 color = rgb2hex(colors[statenames[nshape]])

									 poly = Polygon(seg, facecolor=color, edgecolor=color)

									 ax.add_patch(poly)

									plt.show()