有一个具有1.7m坐标和碳排放量的数据集(进一步-“权重”或“ z”)。我必须使用Python和matplotlib对其进行绘制,以创建一种地图。
我尝试使用此代码-https://github.com/taspinar/GPSMachineLearning/blob/master/notebooks/4.visualize_the_data_answers.ipynb 但是似乎它只是在绘制坐标的密度,所以我不知道如何用权重绑定坐标。还有一个问题,许多具有不同权重的坐标可能彼此接近,因此在绘制这个小正方形时我必须将它们全部考虑在内。
def heatMap(long, lat, area, bins=200, smoothing=1, vmax=4, title=None):
x = area.to_pixels(lat, long)[0]
y = area.to_pixels(lat, long)[1]
ax = area.show_mpl(figsize=(12, 10))
heatmap, xedges, yedges = np.histogram2d(y, x, bins=bins)
extent = [yedges[0], yedges[-1], xedges[-1], xedges[0]]
logheatmap = np.log(heatmap)
logheatmap[np.isneginf(logheatmap)] = 0
logheatmap = ndimage.filters.gaussian_filter(logheatmap, smoothing, mode='nearest')
output = ax.imshow(logheatmap, cmap=cmap, extent=extent, vmin=0, vmax=vmax)
if title:
ax.set_title(title, size=25)
plt.savefig(title+'.png', bbox_inches='tight')
print(np.amax(logheatmap))
return output
我想看到类似的东西(或类似GitHub代码中的东西),但又有另一个大陆-https://www.researchgate.net/profile/John_Burkhart/publication/309408426/figure/fig8/AS:429197232480257@1479340002230/ad-Maps-of-major-sector-emissions-and-e-spatial-variability-of-national-emissions.png (抱歉,信誉不佳,无法发布图片)
没有必要修剪边缘。
对不起,我的英语:)