plot-map 0.2.9

A tool to add basemap in matplotlib

plot_map

plot_map工具针对时空大数据处理而开发，目前有下面几个功能：

1. 添加地图底图：请看这个示例
2. 火星坐标转换
3. 经纬度换算距离
4. 栅格渔网划分：请看这个示例
5. 用KDTree算法匹配点与点、点与线的最近邻：请看这个示例
6. 出租车GPS数据的OD提取：请看这个示例

安装

pip install plot-map

底图加载功能

地图底图加载

只需要用以下代码：

import plot_map
#设定显示范围
bounds = [lon1,lat1,lon2,lat2]  
plot_map.plot_map(plt,bounds,zoom = 12,style = 4)  

参数

参数	描述
bounds	底图的绘图边界，[lon1,lat1,lon2,lat2] (WGS84坐标系) 其中，lon1,lat1是左下角坐标，lon2,lat2是右上角坐标
zoom	底图的放大等级，越大越精细，加载的时间也就越久，一般单个城市大小的范围，这个参数选取12到16之间
style	地图底图的样式，可选1-7，1-6为openstreetmap，7是mapbox
imgsavepath	瓦片地图储存路径，设置路径后，会把地图下载到本地的文件夹下，使用时也会优先搜索是否有已经下载的瓦片，默认的存放路径是C:\
printlog	是否显示日志

绘制指北针和比例尺的功能plotscale

为底图添加指北针和比例尺

plot_map.plotscale(ax,bounds = bounds,textsize = 10,compasssize = 1,accuracy = 2000,rect = [0.06,0.03])  

参数

参数	描述
bounds	底图的绘图边界，[lon1,lat1,lon2,lat2] (WGS84坐标系) 其中，lon1,lat1是左下角坐标，lon2,lat2是右上角坐标
textsize	标注文字大小
compasssize	标注的指北针大小
accuracy	标注比例尺的长度
unit	'KM','km','M','m' 比例尺的单位
style	1或2，比例尺样式
rect	比例尺在图中的大致位置，如[0.9,0.9]则在右上角

栅格化功能

生成方形栅格渔网

生成研究范围内的方形栅格

import plot_map
#设定范围
bounds = [lon1,lat1,lon2,lat2]
grid,params = plot_map.rect_grids(bounds,accuracy = 500)

输入参数

参数	描述
bounds	底图的绘图边界，[lon1,lat1,lon2,lat2] (WGS84坐标系) 其中，lon1,lat1是左下角坐标，lon2,lat2是右上角坐标
accuracy	栅格大小

输出

参数	描述
grid	栅格的GeoDataFrame，其中LONCOL与LATCOL为栅格的编号，HBLON与HBLAT为栅格的中心点坐标
params	栅格参数，分布为(lonStart,latStart,deltaLon,deltaLat)栅格左下角坐标与单个栅格的经纬度长宽

栅格参数获取

输入经纬度范围bounds，输出栅格参数

bounds = [113.75194,22.447837,114.624187,22.864748]
grid_params(bounds,accuracy = 500)

GPS数据对应栅格编号

输入数据的经纬度列与栅格参数，输出对应的栅格编号

data['LONCOL'],data['LATCOL'] = plot_map.GPS_to_grids(data['Lng'],data['Lat'],params)

栅格编号对应栅格中心点经纬度

输入数据的栅格编号与栅格参数，输出对应的栅格中心点

data['HBLON'],data['HBLAT'] = plot_map.grids_centre(data['LONCOL'],data['LATCOL'],params)

栅格编号生成栅格的地理信息列

输入数据的栅格编号与栅格参数，输出对应的地理信息列

data['geometry'] = plot_map.gridid_to_polygon(data['LONCOL'],data['LATCOL'],params)

生成六边形渔网

生成研究范围内的六边形渔网

import plot_map
#设定范围
bounds = [lon1,lat1,lon2,lat2]
hexagon = plot_map.hexagon_grids(bounds,accuracy = 5000)

坐标计算功能

火星坐标系互转

坐标互转，基于numpy列运算

data['Lng'],data['Lat'] = plot_map.wgs84tobd09(data['Lng'],data['Lat'])  
data['Lng'],data['Lat'] = plot_map.wgs84togcj02(data['Lng'],data['Lat'])  
data['Lng'],data['Lat'] = plot_map.gcj02tobd09(data['Lng'],data['Lat'])  
data['Lng'],data['Lat'] = plot_map.gcj02towgs84(data['Lng'],data['Lat'])  
data['Lng'],data['Lat'] = plot_map.bd09togcj02(data['Lng'],data['Lat'])  
data['Lng'],data['Lat'] = plot_map.bd09towgs84(data['Lng'],data['Lat'])  

经纬度计算距离

输入起终点经纬度，获取距离（米），基于numpy列运算

data['distance'] = plot_map.getdistance(data['Lng1'],data['Lat1'], data['Lng2'],data['Lat2'])  

出租车OD处理

OD提取算法

输入出租车GPS数据,提取OD

taxigps_to_od(data,col = ['VehicleNum','Stime','Lng','Lat','OpenStatus'])
data - 出租车GPS数据（清洗好的）
col - 数据中各列列名，需要按顺序[车辆id，时间，经度，纬度，载客状态]

OD线型生成

输入OD数据（每一行数据是一个出租车出行），栅格化OD并集计后生成OD的GeoDataFrame

odagg(oddata,params,col = ['slon','slat','elon','elat'],arrow = False,**kwargs):
oddata - 出租车OD数据（清洗好的）
col - 起终点列名
params - 栅格化参数
arrow - 生成的OD地理线型是否包含箭头