使用几何点获取数据以绘制热图？

Question

请原谅，如果标题让人困惑，英语不是我的主要语言，我会尽可能地解释我自己，而且，我不擅长制图，我正在学习

我的代码使用“几何体中的点”和“地理坐标板”在形状文件表示上绘制点。我想用我的数据创建一个热图。一些研究表明，为了这样做，我需要有一个表示“热量”大小的值，我可以使用我已有的点创建这样的数据列吗，例如，如果在绘图的xy区域有很多点，那么该点的值将表示小而明亮的热量

这是我的密码：

import pandas as pd
import matplotlib.pyplot as plt
import descartes
import geopandas as gpd
from shapely.geometry import Point, Polygon

street_map = gpd.read_file('shape_files/Street_Network_Database_(SND).shp')

fig, ax = plt.subplots(figsize=(15,15))

street_map.plot(ax=ax, color="grey", alpha=0.3)

df = pd.read_csv('data.csv')
crs = {"init":"epsg:4326"}

geometry = [Point(xy) for xy in zip(df["longitude"], df["latitude"])]

geo_df = gpd.GeoDataFrame(df, crs=crs, geometry=geometry)

geo_df.plot(ax = ax, markersize = 10, color = "blue", marker = "o", label = "POI")

以下是此代码的结果：

Answer 1

您可以通过geoplot包中的内核密度估计来实现这一点

检查这里的语法：geoplot.kdeplot

以及页面底部的geopandas示例：Plotting with Geoplot and GeoPandas

Answer 2

您可以仅从纬度和经度列表中使用^{}轻松制作热图：

import folium
from folium.plugins import HeatMap

seattle_map = folium.Map(location=[47.6062, 122.3321], zoom_start = 13) 

heatmap_data = list(map(list, zip(df['latitude'], df['longitude'])))

HeatMap(heatmap_data).add_to(seattle_map)

seattle_map