Python มีไลบรารีหลากหลายสำหรับจัดการข้อมูลภูมิศาสตร์และกราฟ Python plotly เป็นหนึ่งในไลบรารีเหล่านั้นที่ใช้วาดกราฟภูมิศาสตร์ Plotly เป็นไลบรารีฟรีและ open source Plotly ช่วยพล็อตกราฟหลากหลายรูปแบบ เช่น Line charts, Horizontal bar charts, bar charts, dashboards, scatter plots, bubble charts, pie charts และอื่นๆ อีกมากมาย
# นำเข้าไลบรารีภูมิศาสตร์ Python ที่สำคัญ import plotly.plotly as py import plotly.graph_objs as go import pandas as pd # ต้อง enable เพื่อใช้ plotly offline from plotly.offline import download_plotlyjs, init_notebook_mode, iplot, plot # สร้างการเชื่อมต่อ init_notebook_mode() # type กำหนดเป็น choropleth เพื่อ # พล็อต geographical plots data = dict(type = 'choropleth', # location: LosAngles, NewJersey, Texas locations = ['AK', 'AS', 'AZ', 'AR', 'CA', 'CO', 'CT', 'DE', 'DC', 'FM', 'FL', 'GA', 'GU', 'HI', 'ID', 'IL','IN','IA', 'KS', 'KY'], # รัฐของ USA locationmode = 'USA-states', # colorscale สามารถเพิ่มได้ตามต้องการ colorscale = 'Portland', # text สามารถใส่อะไรก็ได้ที่คุณชอบ text = ['state 1', 'state 2', 'state 3', 'state 4', 'state 5','state 6', 'state 7', 'state 8', 'state 9', 'state 10','state 11', 'state 12', 'state 13', 'state 14', 'state 15','state 16', 'state 17', 'state 18', 'state 19', 'state 20'], z = [1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0, 11.0, 12.0, 13.0, 14.0, 15.0, 16.0, 17.0, 18.0, 19.0, 20.0], colorbar = {'title': 'USA-states'}) layout = dict(geo ={'scope': 'usa'}) # ส่ง data dictionary เป็นลิสต์ choromap = go.Figure(data = [data], layout = layout) # พล็อตกราฟ iplot(choromap)
ผลลัพธ์
ด้วยความช่วยเหลือของพล็อต เราสามารถ visualize ข้อมูล (รายการอินพุต) ด้วยวิธีต่างๆ ตามสิ่งที่เราต้องการจะบรรลุ เราสามารถ visualize รัฐต่างๆ ของอินเดีย (29 รัฐ) ด้วยสีต่างๆ ตามพรรคการเมืองที่ปกครอง หรือตามการเลือกอาหาร (มังสวิรัติ/มังสाहาร) ว่ารัฐไหนชอบอาหารประเภทไหน หรือสิ่งอื่นๆ ที่คุณจินตนาการได้ Plotly ให้ไลบรารีที่ทรงพลังและโต้ตอบ สำหรับ visualize ข้อมูลในลักษณะที่เข้าใจง่าย (กราฟ)
