3

我想知道我们是否可以使用英国区、邮政编码区和地区地图进行如下类似的等值线计算。

如果你能展示一个英国合唱团的例子，那就太好了。

地理形状文件可以从http://martinjc.github.io/UK-GeoJSON/下载

state_geo = os.path.join('data', 'us-states.json')
state_unemployment = os.path.join('data', 'US_Unemployment_Oct2012.csv')
state_data = pd.read_csv(state_unemployment)

j1 = pd.read_json(state_geo)

from branca.utilities import split_six
threshold_scale = split_six(state_data['Unemployment'])

m = folium.Map(location=[48, -102], zoom_start=3)

m.choropleth(
    geo_path=state_geo,
    geo_str='choropleth',
    data=state_data,
    columns=['State', 'Unemployment'],
    key_on='feature.id',
    fill_color='YlGn',
    fill_opacity=0.7,
    line_opacity=0.2,
    legend_name='Unemployment Rate (%)'
)

m

m.save('choropleth.html')
4

1 回答 1

4

这就是我所做的。

首先，收集您的数据。我使用 www.nomisweb.co.uk 来收集主要地区的就业率：

  • 东北部（英格兰）
  • 西北（英格兰）
  • 约克郡和亨伯
  • 东米德兰兹（英格兰）
  • 西米德兰兹（英格兰）
  • 英格兰东部
  • 伦敦东南部（英格兰）
  • 西南（英格兰）
  • 威尔士 苏格兰
  • 北爱尔兰

我将此数据集保存为 UKEmploymentData.csv。请注意，您必须更改区域名称以匹配地理数据 ID。

然后，我使用 ONS 地理门户中的 NUTS 数据跟踪了您发布的内容。

import pandas as pd
import os
import json

# read in population data
df = pd.read_csv('UKEmploymentData.csv')

import folium
from branca.utilities import split_six
state_geo = 'http://geoportal1-ons.opendata.arcgis.com/datasets/01fd6b2d7600446d8af768005992f76a_4.geojson'

m = folium.Map(location=[55, 4], zoom_start=5)
m.choropleth(
    geo_data=state_geo,
    data=df,
    columns=['region', 'Total in employment - aged 16 and over'],
    key_on='feature.properties.nuts118nm',
    fill_color='YlGn',
    fill_opacity=0.7,
    line_opacity=0.2,
    legend_name='Employment Rate (%)',
    highlight=True
)

m
于 2017-11-03T21:02:02.073 回答