leafmap

leafmap

Jupyter环境下的地理空间分析与交互式制图工具

leafmap是一个Python包,为Jupyter环境中的地理空间分析和交互式制图提供支持。它具有简单的API,支持多种地图后端,能够显示矢量和栅格数据,创建自定义图例和分屏地图。通过集成WhiteboxTools,leafmap提供了500多种地理空间分析工具。该工具适用于不同经验水平的用户,包括初学者和专业地理空间数据分析人员。

leafmap地理空间分析交互式地图Python包JupyterGithub开源项目

欢迎使用 leafmap

image image image image image Conda Recipe image Conda Downloads image image pre-commit.ci status image image status

logo

一个用于在 Jupyter 环境中进行地理空间分析和交互式制图的 Python 包。

加入我们的 Discord 服务器 👇

简介

Leafmap 是一个 Python 包,用于在 Jupyter 环境中进行交互式制图和地理空间分析,只需少量代码。它是 geemap Python 包的衍生项目,后者专门为 Google Earth Engine(GEE)设计。然而,地理空间社区中并非每个人都能访问 GEE 云计算平台。Leafmap 旨在为非 GEE 用户填补这一空白。它是一个免费开源的 Python 包,使用户能够在 Jupyter 环境中(如 Google Colab、Jupyter Notebook 和 JupyterLab)通过最少的编码来分析和可视化地理空间数据。Leafmap 建立在多个开源包的基础上,如 foliumipyleaflet(用于创建交互式地图)、WhiteboxToolswhiteboxgui(用于分析地理空间数据)以及 ipywidgets(用于设计交互式图形用户界面 [GUI])。Leafmap 拥有一套工具集,包含各种交互式工具,允许用户无需编码即可将矢量和栅格数据加载到地图上。此外,用户可以使用强大的分析后端(即 WhiteboxTools)直接在 leafmap 用户界面中执行地理空间分析,而无需编写一行代码。WhiteboxTools 库目前包含 500 多个用于高级地理空间分析的工具,如 GIS 分析地貌计量分析水文分析LiDAR 数据分析数学和统计分析以及流网分析

致谢

本项目得到亚马逊网络服务(AWS)的支持。

需求陈述

Python 有大量用于地理空间分析的包,如用于矢量数据分析的 geopandas 和用于栅格数据分析的 xarray。如 pyviz.org 所列,在 Python 中绘制地图数据也有许多选择,从专注于地图的库如 ipyleafletfolium,到支持地理空间数据类型的通用绘图工具,如 hvPlotbokehplotly。虽然这些工具提供了强大的功能,但将不同文件格式的地理空间数据显示在交互式地图上并执行基本分析可能具有挑战性,尤其是对于编码技能有限的用户来说。此外,许多工具缺乏前端(浏览器)和后端(Python)之间的双向通信,限制了它们在探索地图数据方面的交互性和可用性。 Leafmap通过利用ipyleaflet提供的双向通信来解决这些挑战,使用户只需一行代码就能加载和可视化地理空间数据集。Leafmap还提供了一个交互式图形用户界面(GUI),无需任何编码即可加载地理空间数据集。它专为希望在Jupyter环境中以交互方式分析和可视化地理空间数据的任何人设计,对编程技能有限的新手用户特别友好。高级程序员也可以从leafmap中受益,用于地理空间数据分析和构建交互式Web应用程序。

使用方法

现在就用Google Colab、Binder或Amazon Sagemaker Studio Lab启动leafmap Python包的交互式笔记本教程:

图片 图片 在Studio Lab中打开

查看Medium上这篇优秀的文章 - Leafmap:一个用于地理空间数据科学的新Python包

要了解更多关于leafmap的信息,请查看leafmap文档网站 - https://leafmap.org

主要特点

Leafmap提供了广泛的功能和能力,使地理空间数据科学家、研究人员和开发人员能够充分发挥其数据的潜力。一些主要特点包括:

  • 只需一行代码即可创建交互式地图: Leafmap提供了一个简单的API,让您只需最少的编码就能加载和可视化地理空间数据集,从而轻松创建交互式地图。

  • 在不同的地图后端之间切换: Leafmap支持多种地图后端,包括ipyleaflet、folium、kepler.gl、pydeck和bokeh。您可以在这些后端之间切换,以创建具有不同可视化样式和功能的地图。

  • 交互式更改底图: Leafmap允许您交互式地更改底图,提供多种选择,如OpenStreetMap、Stamen Terrain、CartoDB Positron等。

  • 添加XYZ、WMS和矢量切片服务: 您可以轻松地向地图添加XYZ、WMS和矢量切片服务,从而叠加来自各种来源的额外地理空间数据。

  • 显示矢量数据: Leafmap支持各种矢量数据格式,包括Shapefile、GeoJSON、GeoPackage以及GeoPandas支持的任何矢量格式。您可以在地图上加载和显示矢量数据,从而可视化和分析空间特征。

  • 显示栅格数据: Leafmap允许您在地图上加载和显示栅格数据,如GeoTIFF。这个功能对于可视化卫星图像、数字高程模型和其他网格数据集非常有用。

  • 创建自定义图例和色带: Leafmap提供了在地图上自定义图例和色带的工具,允许您用不同的颜色和相应的标签表示数据值。

  • 创建分屏地图和链接地图: 使用Leafmap,您可以创建分屏地图,以并排比较不同的数据集。您还可以创建链接地图,在多个地图之间同步交互,提供不同空间数据的协调视图。

  • 下载和可视化OpenStreetMap数据: Leafmap允许您下载和可视化OpenStreetMap数据,提供详细的街道地图、建筑物和其他兴趣点。

  • 交互式创建和编辑矢量数据: Leafmap包含用于在地图上交互式创建和编辑矢量数据的工具。您可以绘制点、线和多边形,并根据需要修改它们。

  • 搜索地理空间数据: Leafmap提供了从诸如时空资产目录(STAC)、Microsoft Planetary Computer、AWS Open Data Registry和OpenAerialMap等来源搜索和访问地理空间数据的功能。

  • 交互式检查像素值: Leafmap允许您交互式地检查栅格数据集中的像素值,帮助您在更细粒度的层面上分析和理解数据。

  • 创建分级统计图和热力图: Leafmap支持创建分级统计图,其中颜色代表特定地理区域的不同数据值。您还可以创建热力图来可视化数据密度。

  • 显示PostGIS数据库中的数据: Leafmap提供了连接PostGIS数据库并在地图上显示存储在数据库中的空间数据的工具。

  • 创建时间序列动画: Leafmap能够从矢量和栅格数据创建时间序列动画,让您可以可视化地理空间数据集中的时间变化。

  • 使用whitebox分析地理空间数据: Leafmap集成了WhiteboxTools和whiteboxgui,提供了一套地理空间分析工具,如水文分析、地形分析和LiDAR处理。

  • 对遥感影像进行分割和分类: Leafmap集成了segment-geospatial包,该包提供了使用深度学习算法对遥感影像进行分割和分类的工具。

  • 构建交互式Web应用: Leafmap支持使用Voila、Streamlit和Solara等框架开发交互式Web应用。这使您能够以用户友好的Web界面与他人分享您的地理空间分析和可视化。

这些特点和功能使leafmap成为地理空间数据探索、分析和可视化的强大工具。无论您是初学者还是经验丰富的地理空间数据科学家,leafmap都为您提供了一种在Python中高效处理地理空间数据的便捷方式。

引用

如果您在研究中发现leafmap有用,请考虑引用以下论文以支持我的工作。感谢您的支持。

  • Wu, Q. (2021). Leafmap: A Python package for interactive mapping and geospatial analysis with minimal coding in a Jupyter environment. Journal of Open Source Software, 6(63), 3414. https://doi.org/10.21105/joss.03414

演示

YouTube频道

我创建了一个YouTube频道用于分享地理空间教程。您可以订阅我的频道以获取定期更新。查看以下视频,了解使用MapLibre和Leafmap进行3D地图制作的方法。

MapLibre教程

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多