Question

我正在尝试使用plotly绘制印度地图，但无法找到一种方法。下面是我为美国尝试的代码。

import pandas as pd

df_sample = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/laucnty16.csv')
df_sample['State FIPS Code'] = df_sample['State FIPS Code'].apply(lambda x: str(x).zfill(2))
df_sample['County FIPS Code'] = df_sample['County FIPS Code'].apply(lambda x: str(x).zfill(3))
df_sample['FIPS'] = df_sample['State FIPS Code'] + df_sample['County FIPS Code']

colorscale = ["#f7fbff","#ebf3fb","#deebf7","#d2e3f3","#c6dbef","#b3d2e9","#9ecae1",
              "#85bcdb","#6baed6","#57a0ce","#4292c6","#3082be","#2171b5","#1361a9",
              "#08519c","#0b4083","#08306b"]
endpts = list(np.linspace(1, 12, len(colorscale) - 1))
fips = df_sample['FIPS'].tolist()
values = df_sample['Unemployment Rate (%)'].tolist()

fig = ff.create_choropleth(
    fips=fips, values=values,
    binning_endpoints=endpts,
    colorscale=colorscale,
    show_state_data=False,
    show_hover=True, centroid_marker={'opacity': 0},
    asp=2.9, title='USA by Unemployment %',
    legend_title='% unemployed'
)

fig.layout.template = None
fig.show()

输出：

以类似的方式，我只想绘制具有悬停值的印度地图。只是想要像下面的输出... INDIAN MAP的输出：

Answer 1

您使用的数字工厂create_choropleth方法是deprecated，专门处理美国县。对于其他地图，您需要使用GeoJSON来绘制地图。 Plotly仅随附世界各国和美国各州的GeoJSON数据，因此您必须自己提供印度各州的数据。

就像您的例子一样，让我们绘制截至July 17的每个州的当前活跃COVID-19病例数（这来自indiacovid19.github.io，它会定期存档印度卫生部的数据）。至于GeoJSON，快速搜索会产生一些GitHub存储库，但对于我们的案例数据而言，似乎大多数都已过时，因为它们不包括Dadra和Nagar Haveli以及Daman和Diu的合并。幸运的是，datameet为印度各邦提供了最新的shapefile，我进行了一些简化以减小尺寸，并使用GeoJSON转换为mapshaper，然后使用{{ 3}}。

现在，如geojson-rewind中所述，我们可以使用plotly express快速使用我们的数据制作一个Choropleth映射：

import pandas as pd
import plotly.express as px

df = pd.read_csv("https://gist.githubusercontent.com/jbrobst/56c13bbbf9d97d187fea01ca62ea5112/raw/e388c4cae20aa53cb5090210a42ebb9b765c0a36/active_cases_2020-07-17_0800.csv")

fig = px.choropleth(
    df,
    geojson="https://gist.githubusercontent.com/jbrobst/56c13bbbf9d97d187fea01ca62ea5112/raw/e388c4cae20aa53cb5090210a42ebb9b765c0a36/india_states.geojson",
    featureidkey='properties.ST_NM',
    locations='state',
    color='active cases',
    color_continuous_scale='Reds'
)

fig.update_geos(fitbounds="locations", visible=False)

fig.show()

Plotly documentation

要更好地控制图表，我们可以直接使用图形对象：

import pandas as pd
import plotly.graph_objects as go

df = pd.read_csv("https://gist.githubusercontent.com/jbrobst/56c13bbbf9d97d187fea01ca62ea5112/raw/e388c4cae20aa53cb5090210a42ebb9b765c0a36/active_cases_2020-07-17_0800.csv")

fig = go.Figure(data=go.Choropleth(
    geojson="https://gist.githubusercontent.com/jbrobst/56c13bbbf9d97d187fea01ca62ea5112/raw/e388c4cae20aa53cb5090210a42ebb9b765c0a36/india_states.geojson",
    featureidkey='properties.ST_NM',
    locationmode='geojson-id',
    locations=df['state'],
    z=df['active cases'],

    autocolorscale=False,
    colorscale='Reds',
    marker_line_color='peachpuff',

    colorbar=dict(
        title={'text': "Active Cases"},

        thickness=15,
        len=0.35,
        bgcolor='rgba(255,255,255,0.6)',

        tick0=0,
        dtick=20000,

        xanchor='left',
        x=0.01,
        yanchor='bottom',
        y=0.05
    )
))

fig.update_geos(
    visible=False,
    projection=dict(
        type='conic conformal',
        parallels=[12.472944444, 35.172805555556],
        rotation={'lat': 24, 'lon': 80}
    ),
    lonaxis={'range': [68, 98]},
    lataxis={'range': [6, 38]}
)

fig.update_layout(
    title=dict(
        text="Active COVID-19 Cases in India by State as of July 17, 2020",
        xanchor='center',
        x=0.5,
        yref='paper',
        yanchor='bottom',
        y=1,
        pad={'b': 10}
    ),
    margin={'r': 0, 't': 30, 'l': 0, 'b': 0},
    height=550,
    width=550
)

fig.show()

Answer 2

注意：我无法通过情节进行操作，但是我可以在Bokeh中轻松进行操作。 OP专门要求进行密谋，但我仍在发布此答案，以展示如何以其他方式完成。

印度的杰森（GeoJson）由https://gadm.org/分发
将其加载到Bokeh的GeoJSONDataSource数据模型中
在数据模型中设置图形和功能
可以通过在数据模型内按每个细菌/州添加信息来获得自定义颜色。

工作代码

from bokeh.models import GeoJSONDataSource
from urllib.request import urlopen
import json

from bokeh.models import GeoJSONDataSource, HoverTool, LinearColorMapper
from bokeh.palettes import Viridis256
from bokeh.plotting import figure
from bokeh.io import output_file, show
import matplotlib.pyplot as plt
from bokeh.io import show, output_notebook

%matplotlib 
output_notebook()

# Geojson of India
with urlopen("https://raw.githubusercontent.com/geohacker/india/master/state/india_state.geojson") as response:
    geojson = json.load(response)

# Round robin over over 3 colors
# You can set the colors here based on the case count you have per state
for i in range(len(geojson['features'])):
  geojson['features'][i]['properties']['Color'] = ['blue', 'red', 'green'][i%3]


# Set the hover to state information and finally plot it
cmap = LinearColorMapper(palette=Viridis256)

TOOLS = "pan,wheel_zoom,box_zoom,reset,hover,save"

geo_source = GeoJSONDataSource(geojson=json.dumps(geojson))

p = figure(title='India', tools=TOOLS, x_axis_location=None, y_axis_location=None, width=800, height=800)
p.grid.grid_line_color = None

p.patches('xs', 'ys', fill_alpha=0.7, line_color='black', fill_color='Color', line_width=0.1, source=geo_source)

hover = p.select_one(HoverTool)
hover.point_policy = 'follow_mouse'
hover.tooltips = [('State:', '@NAME_1')]

show(p)

输出：

如上面的代码注释所述，您可以将案例信息添加到数据模型中的状态并将其设置为hovertool。这样，当您将鼠标悬停在状态上时，您将看到案件数。实际上，您只需将所需的任何信息添加到数据模型中的状态，然后使用数据模型来呈现它们。

Answer 3

抱歉，您不能这样做，因为定位模式只有3个值： “ISO-3” , “USA-states” , “country names”

因此，要获得印度的地块，您需要获得一个亚洲地块，其中要标记印度，但是没有单独的印度和州地块的选择。

data = dict(type = 'choropleth',
           locations = ['india'],
           locationmode = 'country names',
           colorscale= 'Portland',
           text= ['t1'],
           z=[1.0],
           colorbar = {'title' : 'Colorbar Title'})

layout = dict(geo = {'scope': 'asia'})

这种共谋为您提供了带有印度标记的亚洲地图。

有什么方法可以绘制印度地图吗？

3 个答案:

工作代码