10 行 Python 程式碼建立視覺化地圖
這隻能告訴我們 LA 和 King 面積非常大,人口非常稠密。讓我們再看看中等家庭收入:
?1 2 |
vis.tabular_data(merged,
columns = [ 'FIPS_Code' , 'Median_Household_Income_2011' ])
vis.to_json(path)
|
明顯很多高收入區域在東海岸或是其他高密度區域。我敢打賭,在城市層級這將更加有趣,但這需要等以後釋出的版本。讓我們快速重置地圖,再看看國家失業率:
?1 2 3 4 5 6 7 |
#Swap
county data for state data, reset map
state_data =
pd.read_csv(state_unemployment)
vis.tabular_data(state_data,
columns = [ 'State' , 'Unemployment' ])
vis.geo_data(bind_data = 'data.id' ,
reset = True ,
states = state_geo)
vis.update_map(scale = 1000 ,
projection = 'albersUsa' )
vis +
([ '#c9cedb'
|