可视化在数据分析领域里面占据着很重要的角色，最近有一个需求就是需要做一些地图可视化的相关工作，但是苦于我没有一点地图、GIS和前端的经验，这里就卡住了。今天无意间发现了一个可视化神器基本上已经满足了我的需求了，这里先简单地来一波实践，拿的都是官方给出来的例子，主要是为了学习。
具体实践内容如下：
#!usr/bin/env python#encoding:utf-8from __future__ import division'''__Author__:沂水寒城功能： folium绘图模块学习实践'''import osimport jsonimport foliumimport pandas as pdfrom folium import pluginsurl = '/python-visualization/folium/master/examples/data'try:state_geo = '/python-visualization/folium/master/examples/data/us-states.json'state_unemployment = '/python-visualization/folium/master/examples/data/US_Unemployment_Oct.csv'except:state_geo='us-states.json'state_unemployment='US_Unemployment_Oct.csv'state_data = pd.read_csv(state_unemployment)m = folium.Map(location=[48, -102],zoom_start=3,tiles='Stamen Toner')folium.Choropleth(state_geo,data=state_data,columns=['State', 'Unemployment'],key_on='feature.id',fill_color='YlGn',fill_opacity=0.7,line_opacity=0.2,legend_name='Unemployment Rate (%)').add_to(m)popup = 'Must be on top of the choropleth'folium.CircleMarker(location=[48, -102],radius=10,fill=True,popup=popup,weight=1,).add_to(m)m.save(os.path.join('results', 'CheckZorder.html'))
有没有被它的简洁性震撼到呢，短短几行代码就实现了地图数据可视化的功能，打开生成的html文件，截图如下：
主要区域部分截图如下：
接下来要根据样例数据来分析改造了，记录一下！
