leftlet给R语言提供了很好用的交互式动态地图接口，其在Python中得API接口包名为folium（不知道包作者为何这样起名字，和leaflet已经扯不上关系了），可以满足我们平时常用的热力图、填充地图、路径图、散点标记等高频可视化场景。

本篇主要介绍其在point、line、polygon这三个地理信息场景下得应用：

import pandas as pdimport numpy as npimport osimport foliumfrom folium import pluginsimport webbrowserimport geopandas as gp

Point：

full = pd.read_excel("D:/Python/File/Cities2015.xlsx")full = full.dropna()

默认情况下folium.Marker函数用于在空间范围内标记点，点得样式是雨滴形状，但是也可以使用folium.RegularPolygonMarker函数来自定义点样式：

schools_map = folium.Map(location=[full['lat'].mean(), full['lon'].mean()], zoom_start=10)marker_cluster = plugins.MarkerCluster().add_to(schools_map)for name,row in full.iterrows():     folium.Marker([row["lat"], row["lon"]], popup="{0}:{1}".format(row["cities"], row["GDP"])).add_to(marker_cluster)     #folium.RegularPolygonMarker([row["lat"], row["lon"]], popup="{0}:{1}".format(row["cities"], row["GDP"]),number_of_sides=10,radius=5).add_to(marker_cluster)display(schools_map)#schools_map.save('schools_map.html')#webbrowser.open('schools_map.html')

display用于在编辑器内展示交互地图，save方法可以将交互地图以html文件得形式保存至本地磁盘，webbrowser.open方法可以调用默认浏览器打开本地html格式的交互地图。

polygon：

因为leaflet使用的在线地图并不开放地址匹配功能，也就意味着我们无法通过直接输入行政区名称来获取行政区划边界，所以在制作填充地图时，仍然需要我们构建本地素材。

mydata   = pd.read_csv("D:/R/rstudy/Province/geshengzhibiao.csv", encoding = 'gb18030')china_map = gp.GeoDataFrame.from_file("D:/R/rstudy/CHN_adm/bou2_4p.shp", encoding = 'gb18030')#china_map = gp.GeoDataFrame.from_file("D:/R/mapdata/State/china.geojson", encoding = 'gb18030')China_map = folium.Map(location=[35,120], zoom_start=4)China_map.choropleth( geo_data=open('D:/R/mapdata/State/china.geojson',encoding = 'utf-8').read(), data=mydata, columns=['province', 'zhibiao'], key_on= 'feature.properties.name', fill_color='YlGn', fill_opacity=0.7, line_opacity=0.2)display(China_map)China_map.save("China_map.html")

好在folium的choropleth函数直接支持json格式地图，仅需提供素材地址即可，data中应该包含与json素材中的属性表和地理信息边界保持一致得映射表，columns用于指定要用到的字段名称。key_on用于指定json地图数据中和你指定得data中对应得连接键（相当于主键）。

polyline

folium中得线图制作也较为简单，仅需提供给folium.PolyLine函数一组带有嵌套列表或者元组得经纬度点即可。

mydata1 =full.sample(20).loc[:,["lat","lon"]].values.tolist()mydata2 =[(i,j) for i,j in full.sample(20).loc[:,["lat","lon"]].values.tolist()]oneUserMap = folium.Map(location=[40.0764,116.2786],zoom_start=4)folium.PolyLine(mydata1,color = 'black').add_to(oneUserMap)display(oneUserMap)oneUserMap = folium.Map(location=[40.0764,116.2786],zoom_start=4)folium.PolyLine(mydata2,color = 'black').add_to(oneUserMap)display(oneUserMap)

稍微增加一些循环条件就可以构造出来实用的路径图场景：

def map_fun():    myresult = full.loc[:,["lat","lon","cities","pop"]].values    oneUserMap = folium.Map(location=[40.0764,116.2786],zoom_start=4)    for e in myresult:        folium.RegularPolygonMarker(        [e[0],e[1]],        popup=str(e[2])+":"+str(e[3]),        fill_color='#769d96',        number_of_sides=10,        radius=10        ).add_to(oneUserMap)    others    = full.loc[full['cities']!='郑州市',["lat","lon"]].values.tolist()    for i in range(len(others)):        zhengzhou = full.loc[full['cities']=='郑州市',["lat","lon"]].values.tolist()        zhengzhou.append(others[i])        folium.PolyLine(            locations = zhengzhou,            color = 'black'        ).add_to(oneUserMap)    display(oneUserMap)    return Noneif __name__ == '__main__':    map_fun()

原文发布时间为：2018-07-07