前言

利用Python实现地理信息可视化。

主要使用了Python的Basemap库。

开发工具

Python版本：3.6.4

相关模块：

pandas模块；

matplotlib模块；

Basemap模块；

numpy模块；

xlrd模块；

以及一些Python自带的模块。

环境搭建

安装Python并添加到环境变量。

（1）basemap安装

Step1：

在cmd窗口利用pip命令安装geos模块，即：

pip install geos

Step2:

在https://www.lfd.uci.edu/~gohlke/pythonlibs/下载对应Python版本的pyproj和basemap的whl文件，然后利用pip命令依次安装即可。相关文件中提供了Python3.6(64位)版本的whl文件。

（2）其他包的安装

在cmd窗口利用pip命令安装即可。

若安装失败也可以到：

https://www.lfd.uci.edu/~gohlke/pythonlibs/

下载对应Python版本的whl文件后利用pip命令安装。

（3）额外说明

若pip下载第三方包速度过慢。可以尝试更换pip源。

详见：

Python+TF实现验证码识别一文中的介绍。

主要思路

获取需要的数据。

然后根据官网教程仿写，同时也参考了一些博文。

T_T就是这样，很简单。

其中数据下载的链接有：

一. 城市经纬度、GDP和人口等数据

https://www.gadm.org/download

网页界面：

二. 气象数据

（1）链接1

http://hdfeos.org/zoo/index_openGESDISC_Examples.php#MERRA

网页界面：

（2）链接2

https://disc2.gesdisc.eosdis.nasa.gov/data//TRMM_L3/TRMM_3B42_Daily.7/

网页界面：

三. basemap教程

（1）链接1

https://matplotlib.org/basemap/index.html

（2）链接2

http://basemaptutorial.readthedocs.io/en/latest/index.html

不知道是因为挂了VPN还是本来资源下载速度就受到限制，NASA的气象数据下载速度极慢。所以我没有下载使用，但还是贴出来了。供有需要者使用。

代码所需数据资源在相关文件中均已分享。

具体实现过程详见个人主页中源代码。

实例演示

（1）官网实例

梅诺卡岛：

米勒圆柱投影：

NASA的‘Blue Marble’：

（2）仿写实例

中国地形图：

中国人口分布图（数据不全所以…）：

美国人口分布图：

看完篇文章喜欢的朋友点个爱心支持一下，关注我每天分享Python数据爬虫案例，下篇文章分享是可视化分析一波特朗普的推特

All done~完整源代码详见个人简介或者私信获取相关文件。。