Python 在地图上画不同大小的圆圈

我有以下已排序的数据帧（数字完全是随机的）：

每个位置都有一个纬度和经度

我想用圆圈在地图上标出这些位置。圆的半径需要与

总数中的数量相对应。换句话说，位置1需要有最大的圆，位置2需要有较小的圆，等等

另外，我想有一个颜色的过渡。最大的圆圈是红色的，下一个是橙色的，下一个是黄色的，等等

最后，我想在每个圆旁边做一个注释

我设法在地图上画出了蓝点，但我不知道如何画出相应大小和颜色的圆圈

这是我目前的代码：

m = Basemap(resolution='i', projection='merc', llcrnrlat=49.0, urcrnrlat=52.0, llcrnrlon=1., urcrnrlon=8.0, lat_ts=51.0)
m.drawcountries()
m.drawcoastlines()
m.fillcontinents()

for row_index, row in df.iterrows():
    x, y = db.getLocation(row_index)
    lat, lon = m(y, x)
    m.plot(lat, lon, 'b.', alpha=0.5)
    #This draws blue dots.

plt.title('Top 10 Locations')
plt.show()


matplotlib
scatter
函数具有
s
和
c
参数，可用于绘制不同大小和颜色的点

指定
kind='scatter'
时，Pandas
DataFrame.plot
方法调用matplotlib
scatter
函数。它还将额外的参数传递给对
scatter
的调用，这样您就可以使用

df.plot(kind='scatter', x='lon', y='lat', s=df['Total']*50, c=df['Total'], cmap=cmap)

来描绘你的观点

可以通过调用
plt.annotate
来完成

从红色到橙色再到黄色。。。给紫罗兰
gist\u rainbow\r
是反向的颜色映射，它使
红色
对应于最大值



比如说,

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'Total': [20,15,13,1],
                   'lat': [40,0,-30,50],
                   'lon': [40,50,60,70], }, 
                  index=['Location {}'.format(i) for i in range(1,5)])

cmap = plt.get_cmap('gist_rainbow_r')
df.plot(kind='scatter', x='lon', y='lat', s=df['Total']*50, c=df['Total'], cmap=cmap)

for idx, row in df.iterrows():
    x, y = row[['lon','lat']]
    plt.annotate(
        str(idx), 
        xy = (x, y), xytext = (-20, 20),
        textcoords = 'offset points', ha = 'right', va = 'bottom',
        bbox = dict(boxstyle = 'round,pad=0.5', fc = 'yellow', alpha = 0.5),
        arrowprops = dict(arrowstyle = '->', connectionstyle = 'arc3,rad=0'))

plt.show()

屈服



不要为每个点调用
df.plot
或
plt.scatter
一次。随着圆点数量的增加，这将变得非常缓慢。相反，在数据框中收集必要的数据（经度和纬度），以便通过调用
df.plot
：

longitudes, latitudes = [], []
for row_index, row in df.iterrows():
    x, y = db.getLocation(row_index)
    lat, lon = m(y, x)
    longitudes.append(lon)
    latitudes.append(lat)
    plt.annotate(
        str(row_index), 
        xy = (x, y), xytext = (-20, 20),
        textcoords = 'offset points', ha = 'right', va = 'bottom',
        bbox = dict(boxstyle = 'round,pad=0.5', fc = 'yellow', alpha = 0.5),
        arrowprops = dict(arrowstyle = '->', connectionstyle = 'arc3,rad=0'))

df['lon'] = longitudes
df['lat'] = latitudes
cmap = plt.get_cmap('gist_rainbow_r')
ax = plt.gca()
df.plot(kind='scatter', x='lon', y='lat', s=df['Total']*50, c=df['Total'], 
        cmap=cmap, ax=ax)

非常好和详细的回答！我还有一个问题。我无法访问
df.iterrows（）
之外的纬度和经度。我必须从数据库中获取这些数据（正如我的示例代码所示：
x，y=db.getLocation（row\u index）
。我可以在循环的每次迭代中使用
plt.scatter
来获得相同的结果吗？在这种情况下，我如何安排颜色来使用cmap？不要在循环的每次迭代中调用
plt.scatter
。这样做数百个点可能会使脚本非常慢。而是收集
lon
和
lat
s在列表或数据框中，因此点可以通过调用
df.plot
或
plt.scatter
来绘制。我编辑了上面的帖子来展示这样一种方式。我几乎成功了。现在的问题是，它绘制了两个图。一次是带注释的
基本图，一次是数据框。哎呀，我的错误。
df.plot创建一个新轴，但如果将
轴
对象传递给它，则会使用该轴。因此
ax=plt.gca（）
（获取当前轴）和
df.plot（…，ax=ax）
是修复方法（我已在上面进行了更正）
longitudes, latitudes = [], []
for row_index, row in df.iterrows():
    x, y = db.getLocation(row_index)
    lat, lon = m(y, x)
    longitudes.append(lon)
    latitudes.append(lat)
    plt.annotate(
        str(row_index), 
        xy = (x, y), xytext = (-20, 20),
        textcoords = 'offset points', ha = 'right', va = 'bottom',
        bbox = dict(boxstyle = 'round,pad=0.5', fc = 'yellow', alpha = 0.5),
        arrowprops = dict(arrowstyle = '->', connectionstyle = 'arc3,rad=0'))

df['lon'] = longitudes
df['lat'] = latitudes
cmap = plt.get_cmap('gist_rainbow_r')
ax = plt.gca()
df.plot(kind='scatter', x='lon', y='lat', s=df['Total']*50, c=df['Total'], 
        cmap=cmap, ax=ax)