### 实现经纬度投影到地球的可视化 在 Python 中，可以借助 `matplotlib` 和其扩展库 `basemap` 或者更现代的工具如 `geopandas` 和 `plotly` 来实现经纬度数据的地球投影和可视化。以下是具体方法以及相关代码示例。 #### 使用 Basemap 进行经纬度投影 Basemap 是 Matplotlib 的一个扩展模块，专门用于绘制地理空间数据的地图。它支持多种地图投影方式，并能轻松加载经纬度坐标并将其映射到地球上。 ```python from mpl_toolkits.basemap import Basemap import matplotlib.pyplot as plt import numpy as np # 创建画布 plt.figure(figsize=(8, 6)) # 初始化 Basemap 对象 (设置投影类型为 ortho 正交投影) m = Basemap(projection='ortho', lat_0=37.5, lon_0=127) # 绘制海岸线、国家边界等基础要素 m.drawcoastlines() m.fillcontinents(color='coral', lake_color='aqua') m.drawmapboundary(fill_color='aqua') # 添加经纬网格 parallels = np.arange(-90., 91., 30.) meridians = np.arange(0., 361., 60.) m.drawparallels(parallels, labels=[True, True, False, False]) m.drawmeridians(meridians, labels=[False, False, False, True]) # 假设有一组经纬度数据 lons = [127, 128, 129] lats = [37, 38, 39] # 将经纬度转换为地图上的 x,y 坐标 x, y = m(lons, lats) # 在地图上标记这些点 m.scatter(x, y, marker='o', color='red', zorder=5) # 显示图形 plt.title('Orthographic Projection with Latitude and Longitude Points') plt.show() ``` 此代码展示了如何通过正交投影的方式将一组经纬度数据投射到三维球体表面上[^1]。 --- #### 使用 Plotly 进行动态交互式可视化 Plotly 提供了强大的功能来创建动态且可交互的地图图表。它可以方便地显示全球范围内的经纬度位置，并允许用户缩放和平移查看细节。 ```python import plotly.express as px # 示例数据集 df = px.data.gapminder().query("year==2007") # 构建散点图 fig = px.scatter_geo(df, locations="iso_alpha", size="pop", # 设置气泡大小表示人口数量 projection="orthographic") # 使用正交投影 # 更新布局样式 fig.update_layout(title_text="World Population Distribution in Orthographic View", geo=dict(showland=True, landcolor="rgb(212, 212, 212)", showcountries=True), margin={"r": 0, "t": 30, "l": 0, "b": 0}) # 展示图像 fig.show() ``` 这段代码使用 Plotly Express 自动生成了一个基于世界人口分布的互动地图[^2]。 --- #### Geopandas 结合 Folium 制作高精度地图 Geopandas 能够读取矢量地理文件（如 Shapefile），并与 Pandas DataFrame 配合工作；Folium 则是一个专注于 Leaflet.js 的 Python 接口，适合制作在线可用的地图服务。 ```python import geopandas as gpd import folium # 加载 GeoJSON 文件作为背景层 world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres')) # 获取中心点 center_lat = world.dissolve().centroid.y.values[0] center_lon = world.dissolve().centroid.x.values[0] # 创建 Folium 地图对象 m = folium.Map(location=[center_lat, center_lon], zoom_start=2, tiles="Stamen Terrain") # 向地图添加一些自定义标记 folium.Marker([37.5, 127], popup="<i>Seoul</i>").add_to(m) # 输出 HTML 文件或者直接展示 m.save("earth_projection.html") m ``` 该脚本会生成一张带有 Seoul 标记的世界地形图。 --- ###