Black007的个人博客分享 http://blog.sciencenet.cn/u/Black007

博文

麋鹿分布图制作(二)—— 用Python和R在地图上打点

已有 691 次阅读 2019-6-10 20:00 |个人分类:数据分析|系统分类:科研笔记

上期用Python调用百度API得到地点的经纬度, 今天就将这些点标注在地图上。
首先我们用R语言来标注。
文中用到的文件已上传到Github

  1. library(rgdal)

  2. library(ggplot2)

  3. library(mapproj)

  4. library(xlsx)

  5. # 设置一下工作路径

  6. setwd('D:/class/zonglv')

  7. # 读取文件

  8. milu = read.xlsx('milu.xlsx', 1, encoding = 'UTF-8')

  9. # 读取中国地图

  10. china_map <- readOGR('./mapdata/bou2_4p.shp')

  11. # 转化为数据框

  12. china_map <- fortify(china_map)

  13. p = ggplot() +

  14.     geom_polygon(data=china_map, aes(x=long, y=lat, group = group), colour="grey60", size = 0.25) +

  15.     geom_point(data = milu, aes(x = lon,y = lat, color = time, shape = species), size = 1.5) +

  16.    coord_map("polyconic")

  17. p



画出的地图如下:


r的地图

接下来用python的basemap画一次。


  1. import time

  2. from mpl_toolkits.basemap import Basemap

  3. import matplotlib.pyplot as plt

  4. from matplotlib.patches import Polygon

  5. import pandas as pd

  6. import numpy as np


在这些调用的模块中,basemap的安装可能会难一点,这里请参考Basemap手册,另外,Basemap tutorial也不错,参考这两个链接应该就可以画很多图了,但是我在跑Basemap的时候很多关键的代码都会出现Can’t set attribute的报错,目前还没有找到原因,勉强跑了一个图出来,如果有大神看到这个帖,麻烦告知一下解决方法。


  1. ml = pd.read_excel('milu.xlsx')

  2. # 我们还是先把数据读入进来

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

  4. m = Basemap(llcrnrlon=77,llcrnrlat=14,urcrnrlon=140,urcrnrlat=51,projection='lcc',lat_1=33,lat_2=45,lon_0=100)

  5. m.drawcoastlines()

  6. m.drawcountries(linewidth=1.5)

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

  8. lats = list(ml['lat'])

  9. lons = list(ml['lon'])

  10. x, y = m(lons, lats)

  11. m.scattter(x,y,3,marker = 'o', color = 'red')

  12. plt.show()


python做的地图


在这里需要注意的是,这个代码无论是在Jupyter notebook还是在sublime text 3中运行都是会报错的,但是在jupyter notebook中是可以跑出地图来的,如上图。

在两个程序之中跑的代码,我们可以看到,有些点的位置是不准确的,我不知道这是由于百度地图API给的经纬度不够准确还是我下载的shp文件和百度地图不太兼容,如果我以后找到原因会更新本文。





http://blog.sciencenet.cn/blog-3412381-1184194.html

上一篇:麋鹿分布图制作(一)——调用百度API查询地名的坐标
下一篇:用R语言计算植物群落的重要值 (IV, Important Value)

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2019-11-22 02:51

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部