Python 叶面热图
叶中的热图 我有一个包含房屋交易数据(关于房屋、位置和价格的元数据)的数据框架 我想制作一张热图,用小页表示价格,而不是默认的频率。因此,交易价格高的地区会变得更有色,反之亦然 有人知道吗?我最好的猜测是将价格表示为行数,例如,如果一行是一个价格单位,而房子的售价为5个单位,那么我需要将该行复制5次。但这只是计算不够友好(如果可能的话) 谢谢 以下是我的数据表示:Python 叶面热图,python,pandas,geospatial,folium,Python,Pandas,Geospatial,Folium,叶中的热图 我有一个包含房屋交易数据(关于房屋、位置和价格的元数据)的数据框架 我想制作一张热图,用小页表示价格,而不是默认的频率。因此,交易价格高的地区会变得更有色,反之亦然 有人知道吗?我最好的猜测是将价格表示为行数,例如,如果一行是一个价格单位,而房子的售价为5个单位,那么我需要将该行复制5次。但这只是计算不够友好(如果可能的话) 谢谢 以下是我的数据表示: data = pd.DataFrame({"house_id" : [1, 2, 3, 4],
data = pd.DataFrame({"house_id" : [1, 2, 3, 4],
"latitude": [55.83, 55.79, 55.86, 55.85],
"longitude": [12.05, 12.10, 12.07, 12.09],
"price": [2000, 2100, 1500, 4500]})
下面是我用来生成带有Folium的热图的代码,它现在根据位置出现的频率(行)来确定“热度”
请提供您的代码和数据。谢谢,谢谢@sentece。我现在已经提供了数据和代码。我不认为热图是正确的解决方案。也许你需要选择另一种方式来可视化你的信息。如果你想可视化每行的信息,也许你应该用标记做一些简单的事情。否则,你应该进行某种聚类,以便对信息进行分组,然后通过choropleth映射将其可视化。是的,也许你是对的@句子。标记可以通过使用alpha和颜色代码来确定组合和顺序价格范围类别。
from folium import plugins
from folium.plugins import HeatMap
heat_data = [[row['latitude'],row['longitude']] for index, row in data.iterrows()]
map = folium.Map(location=[55.838913, 12.055415], zoom_start = 13)
# Plot it on the map
HeatMap(heat_data).add_to(map)
# Display the map
map
#Import the Lib
from folium.plugins import HeatMap
#Make the list of Lat an Lng
lat = data.latitude.tolist()
lng = data.longitude.tolist()
#Create the Map
map = folium.Map(
location=[55.838913, 12.055415],
tiles='cartodbdark_matter',
zoom_start=11
)
HeatMap(list(zip(lat, lng))).add_to(map)
map