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：

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