以下是整理后的内容，方便查阅：
地图、华夫饼、词云和 Seaborn
1. Folium（地图）
| 功能 | 描述 | 语法 | 示例 |
|---|---|---|---|
| 地图 | 创建一个具有指定中心坐标和缩放级别的地图对象 | folium.Map(location=[lat, lon], zoom_start=n) |
canada = folium.Map(location=[56.130, -106.35], zoom_start=4) |
| 标记 | 向地图添加自定义图标、弹出窗口和图块的标记 | folium.Marker(location=[lat, lon], popup='Popup', tiles='Stamen Toner').add_to(map) |
folium.Marker(location=[56.130, -106.35], tooltip='Marker', tiles='Stamen Toner').add_to(world_map) |
| 圆形 | 向地图添加具有指定半径、颜色和填充不透明度的圆形 | folium.features.CircleMarker(location=[lat, lon], radius=n, color='red', fill_opacity=n).add_to(map) |
folium.features.CircleMarker(location=[56.130, -106.35], radius=1000, color='red', fill_opacity=0.5).add_to(world_map) |
| 分级图 | 基于 GeoJSON 文件和数据列创建分级图 | folium.Choropleth(geo_data='path/to/geojson_file', data=df, columns=['region', 'value_column'], key_on='feature.properties.id', fill_color='YlGnBu', fill_opacity=0.7, line_opacity=0.2, legend_name='Legend').add_to(map) |
world_map.choropleth(geo_data=world_geo, data=df_can, columns=['Country', 'Total'], key_on='feature.properties.name', fill_color='YlOrRd', fill_opacity=0.7, line_opacity=0.2, legend_name='移民到加拿大') |
2. PyWaffle（华夫饼图）
| 功能 | 描述 | 语法 | 示例 |
|---|---|---|---|
| 华夫饼 | 基于值和类别创建华夫饼图 | plt.figure(FigureClass=Waffle, rows=n, columns=n, values=values) |
plt.figure(FigureClass=Waffle, rows=20, columns=30, values=df_dsn['Total'], cmap_name='tab20', legend={'labels': label, 'loc': 'lower left', 'bbox_to_anchor':(0,-0.1), 'ncol': 3}) |
| 图例 | 向华夫饼图添加图例 | waffle_chart.legend(loc='upper left', bbox_to_anchor=(1, 1)) |
- |
| 标题 | 向华夫饼图添加标题 | waffle_chart.set_title('华夫饼图标题') |
- |
| 标签 | 向华夫饼图添加标签 | waffle_chart.set_labels(['标签 1', '标签 2', ...]) |
- |
3. 词云（WordCloud）
| 功能 | 描述 | 语法 | 示例 |
|---|---|---|---|
| 词云 | 基于文本数据创建词云对象 | wordcloud = WordCloud().generate(text_data) |
alice_wc = WordCloud(background_color='white', max_words=2000, mask=alice_mask, stopwords=stopwords) alice_wc.generate(alice_novel) plt.imshow(alice_wc, interpolation='bilinear') |
| 生成 | 基于文本数据生成词云 | wordcloud.generate(text_data) |
- |
| 显示 | 使用 Matplotlib 显示词云 | plt.imshow(wordcloud, interpolation='bilinear') |
- |
| 选项 | 设置字体、颜色、掩膜和停用词 | wordcloud = WordCloud(font_path='path/to/font_file', background_color='white', colormap='Blues', mask=mask_image, stopwords=stopwords).generate(text_data) |
- |
4. Seaborn（数据可视化）
| 功能 | 描述 | 语法 | 示例 |
|---|---|---|---|
| 条形图 | 可视化分类变量与数值变量的关系 | sns.barplot(x='x_variable', y='y_variable', data=dataframe) |
sns.barplot(x='Continent', y='Total', data=df_can1) |
| 计数图 | 显示分类变量中每个类别的频率 | sns.countplot(x='category', data=dataframe) |
sns.countplot(x='Continent', data=df_can) |
| 回归图 | 带线性回归线的散点图 | sns.regplot(x='x_variable', y='y_variable', data=dataframe) |
sns.regplot(x='year', y='total', data=df_tot) |