使用GCN和GRU组合模型，多站点气温预测.zip

# 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') ```   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 ```   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}) ```   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}) ```   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 ```   ```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 ```   ```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 ```  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) ```  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