地理数据#

Bokeh 支持创建基于地图的可视化和处理地理数据。

瓦片提供器地图#

Bokeh 兼容多种使用 Web Mercator 投影的 XYZ 瓦片服务。Bokeh 使用 xyzservices 库来处理瓦片源及其归属信息。要将这些添加到绘图中,请使用 add_tile() 方法。您可以传递 xyzservices 可以识别的任何名称。retina 关键字可以控制瓦片的分辨率。

from bokeh.plotting import figure, show

# range bounds supplied in web mercator coordinates
p = figure(x_range=(-2000000, 2000000), y_range=(1000000, 7000000),
           x_axis_type="mercator", y_axis_type="mercator")

p.add_tile("CartoDB Positron", retina=True)

show(p)

如果您传递 retina=True,Bokeh 将尝试使用比默认设置高 2 倍分辨率的瓦片。但是,此功能需要瓦片提供商的支持。否则,该关键字将被忽略。或者,您可以将 'retina' 包含在瓦片提供器名称字符串中,例如 'CartoDB Positron retina',这将等同于 retina=True

请注意,将 x_axis_type="mercator"y_axis_type="mercator" 传递给 figure 会生成带有纬度和经度标签的坐标轴,而不是原始的 Web Mercator 坐标。

或者,您可以使用任何 xyzservices.TileProvider,无论是 xyzservices 中预定义的还是自定义的。

import xyzservices.providers as xyz

from bokeh.plotting import figure, show

# range bounds supplied in web mercator coordinates
p = figure(x_range=(-2000000, 6000000), y_range=(-1000000, 7000000),
           x_axis_type="mercator", y_axis_type="mercator")
p.add_tile(xyz.OpenStreetMap.Mapnik)

show(p)

可用的内置瓦片提供器在 xyzservices 文档中列出,或者以交互方式作为 xyzservices.providers 模块列出。

下面显示了最常见瓦片提供器的代表性示例。

CartoDB Positron#

CartoDB 瓦片服务的瓦片源

Esri World Imagery#

ESRI 公共瓦片的瓦片源。

OSM#

Open Street Map Mapnik 的瓦片源。

Google 地图#

要在 Google 地图上绘制字形,请使用 gmap() 函数。要使该函数工作,您必须向其传递 Google API 密钥 并配置 Google 地图底层 GMapOptions。Google API 密钥将存储在 Bokeh 文档 JSON 中。

from bokeh.models import ColumnDataSource, GMapOptions
from bokeh.plotting import gmap, show

map_options = GMapOptions(lat=30.2861, lng=-97.7394, map_type="roadmap", zoom=11)

# For GMaps to function, Google requires you obtain and enable an API key:
#
#     https://developers.google.com/maps/documentation/javascript/get-api-key
#
# Replace the value below with your personal API key:
p = gmap("GOOGLE_API_KEY", map_options, title="Austin")

source = ColumnDataSource(
    data=dict(lat=[ 30.29,  30.20,  30.29],
              lon=[-97.70, -97.74, -97.78]),
)

p.scatter(x="lon", y="lat", size=15, fill_color="blue", fill_alpha=0.8, source=source)

show(p)

注意

任何将 Bokeh 与 Google 地图结合使用的情况都必须遵守 Google 的服务条款。

Google 地图始终对纵横比施加显式控制,这给 GMapPlot 带来了一些限制

  • 仅支持 Range1d 范围。尝试使用其他范围类型将导致错误。

  • BoxZoomTool 的使用与 GMapPlot 不兼容,添加它不会有任何效果。

GeoJSON 数据#

GeoJSON 是一种流行的开放标准,用于使用 JSON 表示地理特征。它将点、线和多边形(在 Bokeh 中称为 Patches)描述为特征的集合。每个特征也可以有一组属性。

Bokeh 的 GeoJSONDataSource 几乎可以无缝地替代 Bokeh 的 ColumnDataSource 使用。例如

import json

from bokeh.models import GeoJSONDataSource
from bokeh.plotting import figure, show
from bokeh.sampledata.sample_geojson import geojson

data = json.loads(geojson)

for i in range(len(data['features'])):
    data['features'][i]['properties']['Color'] = ['blue', 'red'][i%2]

geo_source = GeoJSONDataSource(geojson=json.dumps(data))

TOOLTIPS = [('Organisation', '@OrganisationName')]

p = figure(background_fill_color="lightgrey", tooltips=TOOLTIPS)

p.scatter(x='x', y='y', size=15, color='Color', alpha=0.7, source=geo_source)

show(p)

警告

Bokeh 将 GeoJSON 坐标转换为名为 xyxsys 的列(具体取决于特征是点、线、多线、多边形还是多多边形)。当 GeoJSON 被转换时,名称冲突的属性将被覆盖,应避免使用