Python可视化分析全球火山分布

更新时间：2022年01月20日 08:52:23 作者：老贡讲Python

也就在前几天，南太平洋岛国汤加发生火山喷发。所以今天小编将为大家介绍如何用Python当中的folium模块以及其他的可视化库来对全球的火山情况做一个分析。需要的可以参考一下

也就在前几天，南太平洋岛国汤加发生火山喷发，有专门的专家学者分析，这可能是30年来全球规模最大的一次海底火山喷发，它引发的海啸以及火山灰将对周边的大气、洋流、淡水、农业以及民众健康等都造成不同程度的影响。

今天小编就用Python当中的folium模块以及其他的可视化库来对全球的火山情况做一个分析。

准备工作

和以往一样，我们先导入需要数据分析过程当中需要用到的模块并且读取数据集，本次的数据集来自由kaggle网站，主要由美国著名的史密森学会整理所得

import pandas as pd
import folium.plugins as plugins
import folium
 
df_volcano = pd.read_csv("volcano.csv")
df_volcano.head()

output

数据集包含了这些个数据

df_volcano.columns

output

Index(['volcano_number', 'volcano_name', 'primary_volcano_type',
'last_eruption_year', 'country', 'region', 'subregion', 'latitude',
'longitude', 'elevation', 'tectonic_settings', 'evidence_category',
'major_rock_1', 'major_rock_2', 'major_rock_3', 'major_rock_4',
'major_rock_5', 'minor_rock_1', 'minor_rock_2', 'minor_rock_3',
'minor_rock_4', 'minor_rock_5', 'population_within_5_km',
'population_within_10_km', 'population_within_30_km',
'population_within_100_km'],
dtype='object')

全球火山带的分布可视化

我们通过调用folium模块来绘制一下全球各个火山的分布，代码如下

volcano_map = folium.Map()
 
# 将每一行火山的数据添加进来
for i in range(0, df_volcano.shape[0]):
    volcano = df_volcano.iloc[i]
    folium.Marker([volcano['latitude'], volcano['longitude']], popup=volcano['volcano_name']).add_to(volcano_map)
 
volcano_map

output

上述代码的逻辑大致来看就是先实例化一个Map()对象，然后遍历每一行的数据，主要针对的是数据集当中的经纬度数据，并且在地图上打上标签，我们点击每一个标签都会自动弹出对应的火山的名称

当然出来的可视化结果不怎么美观，我们先通过简单的直方图来看一下全球火山的分布情况，代码如下

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(16, 4))
 
volcano_country = pd.DataFrame(df_volcano.groupby(['country']).size()).sort_values(0, ascending=True)
volcano_country.columns = ['Count']
volcano_country.tail(10).plot(kind='barh', legend=False, ax=ax1)
ax1.set_title('Number of Volcanoes per Country')
ax1.set_ylabel('Country')
ax1.set_xlabel('Count')
 
volcano_region = pd.DataFrame(df_volcano.groupby(['region']).size()).sort_values(0, ascending=True)
volcano_region.columns = ['Count']
volcano_region.tail(10).plot(kind='barh', legend=False, ax=ax2)
ax2.set_title('Number of Volcanoes per Region')
ax2.set_ylabel('Region')
ax2.set_xlabel('Count')
 
plt.tight_layout()
plt.show()

output

可以看到火山主要集中在美国、印度尼西亚以及日本较多，而单从地域来看，南美以及日本、中国台湾和印度尼西亚等地存在着较多的火山

全球火山带的分布可视化优化

接下来我们来优化一下之前绘制的全球火山分布的地图，调用folium模块当中CircleMarker方法，并且设定好标记的颜色与大小

volcano_map = folium.Map(zoom_start=10)
groups = folium.FeatureGroup('')
 
# 将每一行火山的数据添加进来
for i in range(0, df_volcano.shape[0]):
    volcano = df_volcano.iloc[i]
    groups.add_child(folium.CircleMarker([volcano['latitude'], volcano['longitude']],
                                         popup=volcano['volcano_name'], radius=3, color='blue',
                                         fill=True, fill_color='blue',fill_opacity=0.8))
    
volcano_map.add_child(groups)
volcano_map.add_child(folium.LatLngPopup())

output

地图可视化实战

然后我们来看一下这次火山的爆发地点，汤加共和国位于西南太平洋，属于大洋洲，具体位置是在西经175°和南纬20°左右，

import folium.plugins as plugins
import folium
 
m = folium.Map([-21.178986, -175.198242],
               zoom_start=10,
               control_scale=True, width='80%')
 
m

output

第一个参数非常明显代表的是经纬度，而zoom_start参数代表的是缩放的程度，要是我们需要进一步放大绘制的图表，可以通过调整这个参数来实现，而width参数代表的则是最后图表绘制出来的宽度。

在地图上打上标记

我们也可以在绘制出来的地图上面打上标记，例如画个圆圈，代码如下

m = folium.Map([-21.178986, -175.198242],
               zoom_start=12,
               control_scale=True, width='80%')
folium.Circle(location = [-21.177986, -175.199242], radius = 1500,
              color = "purple").add_to(m)
m

output

或者给圈出来的区域标上颜色，代码如下

m = folium.Map([-21.178986, -175.198242],
               zoom_start=12,
               control_scale=True, width='80%')
folium.Circle(location = [-21.177986, -175.199242], radius = 1500,
              color = "purple", fill = True, fill_color = "red").add_to(m)
m

output

以上就是Python可视化分析全球火山分布的详细内容，更多关于Python分析火山分布的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

Python 用户输入和字符串格式化示例详解
Python 允许用户输入数据。这意味着我们可以向用户询问输入，这篇文章主要介绍了Python 用户输入和字符串格式化指南,以下示例要求用户输入用户名，并在输入用户名后将其打印在屏幕上，需要的朋友可以参考下
2023-11-11
Python3.4编程实现简单抓取爬虫功能示例
这篇文章主要介绍了Python3.4编程实现简单抓取爬虫功能,涉及Python3.4网页抓取及正则解析相关操作技巧,需要的朋友可以参考下
2017-09-09
python读取并写入mat文件的方法
这篇文章主要介绍了python读取并写入mat文件的方法，文中给大家提到了python读取matlab写的mat文件问题以及解决办法 ,需要的朋友可以参考下
2019-07-07
Django 项目配置拆分独立的实现
Django 项目中，我们默认的配置是都在 settings.py 文件里面的，但是实际本地调试和线上应该是需要两个环境的，我们现在来拆分下配置，本文就详细的来介绍一下
2021-11-11
Python 专题二条件语句和循环语句的基础知识
本文主要介绍了Python条件语句和循环语句的基础知识。主要内容包括: 1.条件语句:包括单分支、双分支和多分支语句,if-elif-else；2.循环语句:while的使用及简单网络刷博器爬虫；3.循环语句:for的使用及遍历列表、元组、文件和字符串。
2017-03-03
python flask中动态URL规则详解
今天小编就为大家分享一篇python flask中动态URL规则详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-11-11
Python多线程实现支付模拟请求过程解析
这篇文章主要介绍了python多线程实现支付模拟请求过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-04-04
python将字典内容存入mysql实例代码
这篇文章主要介绍了python将字典内容存入mysql实例代码，具有一定借鉴价值,需要的朋友可以参考下
2018-01-01
python使用PyCharm进行远程开发和调试
这篇文章主要介绍了python使用PyCharm进行远程开发和调试，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2017-11-11
python使用json序列化datetime类型实例解析
这篇文章主要介绍了python使用json序列化datetime类型实例解析，分享了相关代码示例，小编觉得还是挺不错的，具有一定借鉴价值，需要的朋友可以参考下
2018-02-02