# Map of China
#### 一、介绍
**中国地图可视化**
* 本程序不直接提供任何地图数据,所有数据均来自于[民政部](http://xzqh.mca.gov.cn/map)官网。
* 本程序只希望提供便捷的中国地图可视化API。
* 希望就**技术**本身进行友好的交流。
#### 二、优点
* 地图数据来自于[民政部](http://xzqh.mca.gov.cn/map)官网,具有权威性;
* 可精确到县级行政区划的数据;
* 可自主配置地图中的构成要素,如颜色、线宽、注释文字等;
* 提供较为简单便捷的绘图API
#### 三、模块
程序主要包含两个模块:
① 地图数据获取。Get_Map,基于Python爬虫,主要用到Selenium+RegExp
② 地图数据呈现:Draw_Map,基于Matplotlib
* 绘制省/地级/县级行政区划的轮廓;
* 将不同区域按值的大小填充不同颜色;
* 气泡图
#### 四、应用举例
(1)导入模块
```Python
import Map_of_China as Map
M=Map.Get_Map() #创建获取地图数据对象
D=Map.Draw_Map() #创建绘制地图对象
```
(2)获取地图数据(需安装Selenium模块)
```Python
M=Map.Get_Map()
M.Get_country() #获取首页全国各省的地图数据
M.Get_provinces([32,43]) #获取一组省份内各地级行政区划的数据
M.Get_provinces_auto() #自动获取全国尚未获取的省份数据
M.Get_cities([3201,3203]) #获取一组地级市内各县级行政区划的数据
M.Get_cities_auto(32) #自动获取某个省尚未获取的县级行政区划数据
M.Get_country_county() #获取全国所有县级行政区划的数据(合并在一张地图中)
```
(3)呈现数据
1. 绘制单个行政区划的轮廓(可填充颜色)
```Python
D=Draw_Map()
D.Draw_single_shape('Data/Country/320000.txt',LC=None) #江苏地图
D.Draw_single_shape('Data/Province/32-江苏/320100.txt',LC='k',FC=None,title='南京轮廓')
```
![江苏地图](Example/1-Jiangsu.png)
![南京地图轮廓](Example/2-Nanjing.png)
2. 全国地图
```Python
D=Draw_Map()
D.Draw_country(FC=True,arg={'provName':True}) #默认绘制缩略的南海地图
D.Draw_country(FC=True,arg={'provName':False,'city_name':True,'city_pos':True,'sea':True}) #绘制展开的南海地图
```
![全国地图](Example/14-China.png)
![全国地图](Example/3-China.png)
3. 省份地图
```Python
D=Draw_Map()
D.Draw_province('广东',FC=True,LC='w',arg={'other':True,'city_pos':True,'city_name':True})
D.Draw_province('44',LC='w',FC=True,arg={'other':False})
```
![广东地图](Example/4-Guangdong.png)
![广东地图](Example/5-Guangdong.png)
4. 地级行政单位地图
```Python
D=Draw_Map()
D.Draw_city('3201') #南京地图(默认样式)
D.Draw_city('深圳',FC=True,LC='w',arg={'other':True,'city_pos':True,'city_name':True})
```
![南京地图](Example/6-Nanjing.png)
![深圳地图](Example/7-Shenzhen.png)
5. 地图数据可视化:将区域颜色与数值大小对应
```Python
D=Draw_Map()
src='Example/GDP-2018.csv'
D.Show_data(src,FC='OrRd',title='2018年各省GDP',arg={'sea':True}) #按数据的绝对大小显示
D.Show_data(src,by_val=False,arg={'default_color':[0.6,0.6,0.6]}) #按数据的相对大小(排名)显示
```
![2018年各省GDP](Example/8-GDP_by-value.png)
![2018年各省GDP](Example/9-GDP_by-rank.png)
```Python
D.Show_data('Example/江苏人口2018.txt','32',by_val=True,title='江苏人口2018') #省级数据
D.Show_data('Example/江苏人口2018.txt','32',by_val=True,LC='w',\
title='江苏人口2018',arg={'city_name':True,'city_pos':True,'other':True}) #可配置地图中的样式
```
![江苏人口2018](Example/10-Jiangsu_population.png)
![江苏人口2018](Example/11-Jiangsu_population.png)
```Python
D.Show_data('Example/Suzhou_population.txt','3205',by_val=False,\
title='苏州人口2018',arg={'city_name':True,'city_pos':True,'other':True}) #地级数据
```
![苏州人口2018](Example/12-Suzhou_population.png)
6. 气泡图:将数值大小与圆的半径或颜色对应
```Python
D=Draw_Map()
D.Bubble(src='Example/GDP-2018.csv',img_path='Example/GDP_bubble.png') #更多选项查看:help(D.Bubble)
```
![2018年各省GDP](Example/13-GDP_bubble.png)
7. 其他
* 查询所有含有某名称的区域编码
```Python
search_region_code('朝阳')
```
输出:
```
辽宁省朝阳市: 211300
北京市朝阳区: 110105
辽宁省朝阳市朝阳县: 211321
吉林省长春市朝阳区: 220104
```
* 查询某个或一组经纬度对应的点在本地图中的坐标
```Python
D=Draw_Map()
val=D.trans_coord([114.313876,30.599835])
print(val)
```
输出
```
[583.6755468727599, 393.2750787295468]
```
#### 五、尚未完成的部分
1. 颜色的图例(color map)未完成
2. 部分地图文字注释的位置太近,无法正常显示(如上海的几个市区)
3. 在全国范围内绘制县级行政区划地图耗时太长(主要是县级行政区划数量很多)
4. 无法获取全国范围内地级行政区划的地图数据
5. 尚未获取省级范围内的县级行政区划地图数据
6. 目前只能绘制静态地图,希望加入时间维度,绘制动态可视化地图
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
【探索人工智能的宝藏之地】 无论您是计算机相关专业的在校学生、老师,还是企业界的探索者,这个项目都是为您量身打造的。无论您是初入此领域的小白,还是寻求更高层次进阶的资深人士,这里都有您需要的宝藏。不仅如此,它还可以作为毕设项目、课程设计、作业、甚至项目初期的立项演示。 【人工智能的深度探索】 人工智能——模拟人类智能的技术和理论,使其在计算机上展现出类似人类的思考、判断、决策、学习和交流能力。这不仅是一门技术,更是一种前沿的科学探索。 【实战项目与源码分享】 我们深入探讨了深度学习的基本原理、神经网络的应用、自然语言处理、语言模型、文本分类、信息检索等领域。更有深度学习、机器学习、自然语言处理和计算机视觉的实战项目源码,助您从理论走向实践,如果您已有一定基础,您可以基于这些源码进行修改和扩展,实现更多功能。 【期待与您同行】 我们真诚地邀请您下载并使用这些资源,与我们一起在人工智能的海洋中航行。同时,我们也期待与您的沟通交流,共同学习,共同进步。让我们在这个充满挑战和机遇的领域中共同探索未来!
资源推荐
资源详情
资源评论
收起资源包目录
人工智能项目资料-使用GCN和GRU组合模型,多站点气温预测.zip (234个子文件)
events.out.tfevents.1626576281.MSZ.14284.0 10KB
events.out.tfevents.1626494375.MSZ.11384.0 10KB
events.out.tfevents.1626577233.MSZ.16984.0 10KB
events.out.tfevents.1626578099.MSZ.2936.0 10KB
events.out.tfevents.1626084634.MSZ.17536.0 10KB
events.out.tfevents.1625385054.MSZ.22948.0 8KB
events.out.tfevents.1626591960.MSZ.15088.0 7KB
events.out.tfevents.1626249134.MSZ.25556.0 7KB
events.out.tfevents.1626591607.MSZ.9668.0 7KB
events.out.tfevents.1626592328.MSZ.13284.0 6KB
events.out.tfevents.1625383056.MSZ.22740.0 6KB
events.out.tfevents.1626576242.MSZ.13940.0 137B
events.out.tfevents.1626576785.MSZ.16480.0 85B
events.out.tfevents.1626499472.MSZ.14816.0 85B
events.out.tfevents.1626592236.MSZ.11704.0 85B
events.out.tfevents.1626591865.MSZ.16444.0 85B
events.out.tfevents.1626592730.MSZ.15680.0 85B
events.out.tfevents.1626515721.MSZ.12432.0 85B
events.out.tfevents.1626517540.MSZ.2316.0 85B
events.out.tfevents.1626578666.MSZ.964.0 85B
events.out.tfevents.1626577666.MSZ.15472.0 85B
events.out.tfevents.1626576037.MSZ.17064.0 40B
events.out.tfevents.1626519695.MSZ.12716.0 40B
events.out.tfevents.1626084094.MSZ.3984.0 40B
events.out.tfevents.1626577201.MSZ.15480.0 40B
events.out.tfevents.1626084605.MSZ.9004.0 40B
events.out.tfevents.1626520232.MSZ.11488.0 40B
events.out.tfevents.1626519632.MSZ.1164.0 40B
events.out.tfevents.1626083788.MSZ.15692.0 40B
events.out.tfevents.1625381490.MSZ.5804.0 40B
events.out.tfevents.1626086265.MSZ.444.0 40B
events.out.tfevents.1626138289.MSZ.20896.0 40B
events.out.tfevents.1626086247.MSZ.11624.0 40B
events.out.tfevents.1626250467.MSZ.15272.0 40B
events.out.tfevents.1626163097.MSZ.19852.0 40B
events.out.tfevents.1626575626.MSZ.15396.0 40B
events.out.tfevents.1626249588.MSZ.19928.0 40B
events.out.tfevents.1626138266.MSZ.20332.0 40B
events.out.tfevents.1626248634.MSZ.12820.0 40B
events.out.tfevents.1626499449.MSZ.6616.0 40B
events.out.tfevents.1626138228.MSZ.22496.0 40B
events.out.tfevents.1626104379.MSZ.18104.0 40B
events.out.tfevents.1625381641.MSZ.21416.0 40B
events.out.tfevents.1625381364.MSZ.18772.0 40B
events.out.tfevents.1626576004.MSZ.8712.0 40B
events.out.tfevents.1626084174.MSZ.13580.0 40B
events.out.tfevents.1626084156.MSZ.18396.0 40B
events.out.tfevents.1626520113.MSZ.4284.0 40B
events.out.tfevents.1625803109.MSZ.7188.0 40B
events.out.tfevents.1626083742.MSZ.17532.0 40B
events.out.tfevents.1626575832.MSZ.2668.0 40B
Guangdong_temperature.csv 15.18MB
Heilongjiang_temperature.csv 14.6MB
Gansu_temperature.csv 11.39MB
all_codes.csv 147KB
distances_guangdong.csv 109KB
distances_heilongjiang.csv 98KB
distances_gansu.csv 80KB
code_pos.csv 17KB
province_code.csv 1KB
latitude_and_longitude.csv 1KB
latitude_and_longitude.csv 1KB
latitude_and_longitude.csv 966B
GDP-2018.csv 640B
gansu_graph_station_ids 444B
guangdong_graph_station_ids 516B
heilongjiang_graph_station_ids 492B
GCRNN_PyTorch.iml 325B
LICENSE 1KB
info.log 33KB
info.log 32KB
info.log 31KB
info.log 31KB
info.log 31KB
info.log 31KB
info.log 21KB
info.log 21KB
info.log 20KB
info.log 18KB
info.log 17KB
info.log 11KB
info.log 2KB
info.log 2KB
info.log 2KB
info.log 1KB
info.log 922B
info.log 446B
info.log 446B
info.log 446B
info.log 446B
info.log 354B
info.log 354B
info.log 354B
info.log 354B
info.log 205B
README.md 5KB
README.md 1KB
Guangdong_temperature.npy 9.35MB
Heilongjiang_temperature.npy 8.92MB
Gansu_temperature.npy 7.15MB
共 234 条
- 1
- 2
- 3
资源评论
妄北y
- 粉丝: 1w+
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于Java和深度学习的瓦斯浓度预测系统后端设计源码 - 瓦斯浓度预测后端
- Screenshot_20240528_103010.jpg
- 基于Python的新能源承载力计算及界面设计源码 - HAINING-DG
- 基于Java的本科探索学习项目设计源码 - 本科探索
- 基于Javascript和Python的微商城项目设计源码 - MicroMall
- 基于Java的网上订餐系统设计源码 - online ordering system
- 基于Javascript的超级美眉网络资源管理应用模块设计源码
- 基于Typescript和PHP的编程知识储备库设计源码 - study-php
- Screenshot_2024-05-28-11-40-58-177_com.tencent.mm.jpg
- 基于Dart的Flutter小提琴调音器APP设计源码 - violinhelper
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功