Dataframe 是否可以根据此代码创建热图

可以用热图覆盖吗？或者有没有一种方法可以使用cartopy或geopandas创建热图

可以找到数据

data=pd.read\u csv（'data gathered1.csv'））
数据
x=数据[‘经度’]
y=数据[“纬度”]
将matplotlib.pyplot作为plt导入
将numpy作为np导入
将cartopy.crs作为CCR导入
将cartopy.io.img_瓷砖作为cimgt导入
输入io
从urllib.request导入urlopen，请求
从PIL导入图像
def image_spoof（self，tile）：#此函数假装不是Python脚本
url=self._image_url（tile）#获取街道地图API的url
请求=请求（url）#启动请求
请求添加标题（“用户代理”，“Anaconda 3”）#向请求添加用户代理
fh=urlopen（请求）
im_data=io.BytesIO（fh.read（））#获取图像
fh.close（）#关闭url
img=Image.open（im#u数据）#使用PIL打开图像
img=img.convert（自身所需的_tile_form）#设置图像格式
返回img，self.tileextent（tile），“lower”#重新格式化为cartopy
cimgt.OSM.get_image=image_spoof#重新格式化街道地图欺骗的web请求
osm_img=cimgt.osm（）#伪造、下载的街道地图
图=plt.图（figsize=（12,9））#打开matplotlib图
ax1=plt.轴（投影=osm_img.crs）#使用街道坐标参考系（crs）投影
地图中心点=[26.2271，-98.2087]#拉特/隆伊达尔戈
缩放=0.5#用于缩小中心点
范围=[中心点[1]-（缩放*2.0），中心点[1]+（缩放*2.0），中心点[0]-缩放，中心点[0]+缩放]
调整
缩放
ax1.设置范围（范围）#设置范围
ax1.scatter（x，y，transform=ccrs.PlateCarree（））
scale=np.ceil（-np.sqrt（2）*np.log（np.divide（zoom，350.0））#基于zoom的尺度经验解
scale=（scale我觉得非常有用
data=pd.read_csv('Data gathered1.csv')
data
x=data['LONGITUDE']
y= data["LATITUDE"]

import matplotlib.pyplot as plt 
import numpy as np
import cartopy.crs as ccrs
import cartopy.io.img_tiles as cimgt
import io
from urllib.request import urlopen, Request
from PIL import Image

def image_spoof(self, tile): # this function pretends not to be a Python script
      url = self._image_url(tile) # get the url of the street map API
      req = Request(url) # start request
      req.add_header('User-agent','Anaconda 3') # add user agent to request
      fh = urlopen(req) 
     im_data = io.BytesIO(fh.read()) # get image
     fh.close() # close url
     img = Image.open(im_data) # open image with PIL
     img = img.convert(self.desired_tile_form) # set image format
     return img, self.tileextent(tile), 'lower' # reformat for cartopy

cimgt.OSM.get_image = image_spoof # reformat web request for street map spoofing
osm_img = cimgt.OSM() # spoofed, downloaded street map

fig = plt.figure(figsize=(12,9)) # open matplotlib figure
ax1 = plt.axes(projection=osm_img.crs) # project using coordinate reference system (CRS) of street 
mapcenter_pt = [26.2271, -98.2087] # lat/lon hidalgo
zoom = 0.5 # for zooming out of center point
extent = [center_pt[1]-(zoom*2.0),center_pt[1]+(zoom*2.0),center_pt[0]-zoom,center_pt[0]+zoom] # 
adjust 
to zoom
ax1.set_extent(extent) # set extents
ax1.scatter(x,y, transform=ccrs.PlateCarree())
scale = np.ceil(-np.sqrt(2)*np.log(np.divide(zoom,350.0))) # empirical solve for scale based on zoom
scale = (scale<20) and scale or 19 # scale cannot be larger than 19
ax1.add_image(osm_img, int(scale)) # add OSM with zoom specification
plt.show()