Python数据可视化与地理空间分析

地图上的故事：Python带你游遍世界

想象一下，如果你能够用代码绘制出一幅幅生动的地图，并在上面讲述一个个引人入胜的故事，那该是多么酷的一件事！Python通过一些强大的库如geopandas、folium等，使得这一切变得可能。首先，让我们来安装这些必要的库：

pip install geopandas folium

接着，我们可以加载一个世界地图的数据集并使用geopandas进行简单的展示。

import geopandas as gpd

# 加载世界地图数据
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
print(world.head())

现在我们已经准备好了基本的世界地图数据，下一步就是利用folium创建一个交互式的地图。这就像给一张静态的照片加上了动态的元素，让观众可以自由地探索每一个角落。

import folium

# 创建基础地图
m = folium.Map(location=[40, 116], zoom_start=2)

# 将世界地图叠加到基础地图上
folium.GeoJson(world).add_to(m)

# 显示地图
m.save("world_map.html")

这段代码会在你的工作目录下生成一个HTML文件，打开它你就能看到一个包含所有国家边界的交互式地图。

数据说话：如何用Python让枯燥数字变得生动有趣

当我们拥有了大量数据时，直接阅读原始数据往往让人感到乏味。但如果我们能够把这些数据转化为直观的图表呢？这就像是把一本厚重的历史书变成了一部精彩的电影，不仅易于理解，还充满了吸引力。

让我们以一个简单例子开始：假设我们有一份销售数据，想看看不同月份销售额的变化趋势。这时，matplotlib和seaborn就派上了大用场。

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

# 构造示例数据
sales_data = {
   
    'Month': ['Jan', 'Feb', 'Mar', 'Apr', 'May'],
    'Sales': [200, 220, 250, 270, 300