我正在尝试计算美国人口的平均中心,涉及多种变量,因此我的第一步是计算过去10年每个县的人口,并查看它们是否与普查地图上的数字相匹配(至少大致匹配,因为普查使用了更细粒度的地理分辨率)。正如你所预期的那样,这是一种极其延迟的“命运共同体”:
这些点的计算公式基于许多人口中心,如果有人感兴趣,请参见此处第2页。我正在从R/RStudio迁移到Jupyter,使用pandas、plotly、numpy等工具。我通常是一名JavaScript工程师,但我对Python很熟悉,并且比R更喜欢它!我能够计算出类似的点,使用了这个关于plotly.graph_objects.Scattergeo
的绝妙教程中的机场地图示例,但我在国家分辨率上卡住了,所以我无法确定我的计算结果有多好。
当然,我可以手动缩放,但我真的很想了解如何默认只关注于密苏里州。我发现这个 有用的 CodePen,但由于Python中有许多不同的优秀地图工具,我不确定如何移植JS。
基于上面的教程,我的当前地图设置了基本图,并在第二行修改了布局范围 -- 我不确定这是plotly
的标准,还是一个便利。
尽管我很钦佩Python,但直接查看update_layout
文档有点像进入了一个兔子洞 :)。虽然我不介意指定视口的纬度/经度边界,但只说“密苏里州”会更好。我知道这很简单--只是需要一点学习曲线。
import pandas as pd
import plotly.graph_objects as go
meanCenters = pd.read_json('{"year": {"0": 2010, "1": 2011, "2": 2012, "3": 2013, "4": 2014, "5": 2015, "6": 2016, "7": 2017, "8": 2018, "9": 2019}, "lat": {"0": 37.52908501121699, "1": 37.51719645600817, "2": 37.50264465332917, "3": 37.489564543614605, "4": 37.47311004581999, "5": 37.45358003505096, "6": 37.43623735876329, "7": 37.423475510154134, "8": 37.4121869670822, "9": 37.40021167050047}, "lng": {"0": -92.1522086893934, "1": -92.17800419530532, "2": -92.20484620692078, "3": -92.23312370193283, "4": -92.26617930383293, "5": -92.30498885605378, "6": -92.3395596061908, "7": -92.36398254029461, "8": -92.38362683728195, "9": -92.40337680455285}}')
fig = go.Figure(data=go.Scattergeo(
lon = meanCenters['lng'],
lat = meanCenters['lat'],
mode = 'markers'
))
fig.update_layout(
geo_scope='usa',
height=600
)
fig.show()
数据包含在上面--感谢@vestland!--但为了易读性,在此重印。
year lat lng
2010 37.52908501121699 -92.1522086893934
2011 37.51719645600817 -92.17800419530532
2012 37.50264465332917 -92.20484620692078
2013 37.489564543614605 -92.23312370193283
2014 37.47311004581999 -92.26617930383293
2015 37.45358003505096 -92.30498885605378
2016 37.43623735876329 -92.3395596061908
2017 37.423475510154134 -92.36398254029461
2018 37.4121869670822 -92.38362683728195
2019 37.40021167050047 -92.40337680455285
meanCenters
是一个pandas数据框,请运行meanCenters.to_dict()
并分享输出结果,同时加上meanCenters=pd.DataFrame(<your_output>)
。如果您将其包含在主要代码片段中,那就更好了。 - vestlandjson.dumps()
运行了它! - Chris Wilson