Python：如何绘制具有不同颜色强度或不同圆的半径的坐标的热图？

Question

给出三个列表中的一些数据，例如：

latitudes = [50.877979278564,48.550216674805,47.606079101562,50.772491455078,42.451354980469,43.074657440186,44.044174194336,44.563243865967,52.523406982422,50.772491455078]
longitudes = [4.700091838837, 9.038957595825, -122.333000183105, 7.190686225891, -76.476554870605, -89.403335571289, -123.070274353027, -123.281730651855, 13.411399841309, 7.190686225891]
counts = [15, 845, 2, 50, 95, 49, 67, 32, 1, 88]

可以解释为：i的坐标（latitudes[i]，longitudes[i]）在地图上出现counts[i]次。

我想生成一个具有适当比例的热图。坐标应由颜色填充的圆圈表示。圆的直径应以某种方式表示相应坐标的计数。

（作为替代方案，我考虑用颜色强度来表示计数。我不知道哪个是最好的，或者这两个represantation是否可以组合。）

如何实现这样的热图？ （我假设它被称为？）

或许提及我正在处理的数据量是相关的：

• sum(counts)约为1.000.000
• 有大约25.000个不同的坐标。

Answer 1

scatter是您要查找的方法，它有两个可选参数来调整大小（使用关键字size或仅s）或颜色（使用关键字{每个点的{1}}或color），或者您可以同时执行这两项操作。颜色或热图效果可能更适合您拥有的点密度。

以下是使用此方法的示例：

c

导致：

如果您选择使用import matplotlib.pyplot as plt import numpy as np NPOINTS = 1000 np.random.seed(101) lat = np.random.random(NPOINTS)*8+44 lon = np.random.random(NPOINTS)*100-50 counts = np.random.randint(0,1000,NPOINTS) plt.subplot(211) plt.scatter(lat, lon, c=counts) plt.colorbar() plt.subplot(212) plt.scatter(lat, lon, s=counts) plt.savefig('scatter_example.png') plt.show() ，您可能需要调整计数值以获得不太拥挤的情节，例如通过扩展以上示例：

size

你得到一个更清洁的情节：

我当然不小心将纬度和经度换成了正常的轴，但你明白了这一点：）

Answer 2

在任何图形库的一般答案中，您可能希望执行以下操作：

maxSize = 10 #The maximum radius of the circles you wish to draw.
maxCount = max(counts)

for lat, long, count in zip(latitudes, longitudes, counts):
    draw_circle(lat, long, count/maxCount*maxSize) #Some drawing library, taking x, y, radius.

zip()允许您加入三个列表并在一个循环中迭代它们。

将计数除以最大计数会为您提供相对比例尺，然后乘以您想要圆的尺寸。如果你也想改变颜色，你可以这样做：

maxSize = 10 #The maximum radius of the circles you wish to draw.
maxCount = max(counts)

for lat, long, count in zip(latitudes, longitudes, counts):
    intensity = count/maxCount
    draw_circle(lat, long, intensity*maxSize, Color(intensity*255, 0, 0)) #Some drawing library, taking x, y, radius, colour.

随着强度的增加，从黑色到红色产生滑动比例。

您可能需要调整纬度和经度值，以生成合理的x和y值，具体取决于您在最终图像中所需的大小以及您要放入的值。如果您发现您的计数太大而不能显示，并且在降低最大尺寸时较小的项目太小，您可能需要考虑强度的对数刻度而不是线性。

使用实际的图形库实现这一点应该是微不足道的，但取决于库本身。

Answer 3

我在热图上不太确定，但是可以使用不同尺寸的彩色圆圈进行绘图：

   from matplotlib import pyplot    

   pyplot.scatter(longitudes,latitudes,counts,c=rgb)
   pyplot.show()

其中rgb是用户定义的rgb值的二维数组，如：

   maxcount = float(max(counts))
   rgb = [[ 1, 0.5, x/maxcount ] for x in counts]

或者您希望定义颜色。