纽约犯罪风险预测结果可视化

发表于 | 分类于 | 次
字数统计: 733 | 阅读时长 ≈ 3

毕设炼丹已经很心累了，系里还强行要求论文也得弄个3~5min视频解说，手动尼克杨问号脸？？？反正现在视频怎么做还没思路，就先把纽约市的犯罪风险预测结果做个可视化吧。

技术路线

数据科学领域……不用Python是不可能的，这辈子都不可能不用python的，Basemap嫌太丑，Echarts又不会，Plotly还要注册，就只能靠geoplotlib勉强混混日子这样子。

前期准备

三个文件：2015年纽约犯罪风险等级预测结果risk4visualization.csv（毕设结果），纽约人口普查区域编号和实际社区编号的映射文件cd2puma.json（手动编写的）, 纽约社区边界文件Community_Districts.geojson（点此下载）。

绘制风险图

设置颜色级别, 风险等级分为0~5级，共六个级别：

1
cmap = ColorMap('Reds', alpha=255, levels=6)

获取颜色，这个函数在绘制每个区域时都会被调用，根据index来查找对应的风险等级，再转化为颜色。这里用的to_color()其实是用于连续值映射的，后来翻阅文档时发现了对应于离散值映射的函数create_set_cmap and colorbrewer，效果应该没差多少也就懒得改了。

1
2
3
4
5
6
7
8
9
def get_color(properties):
    key = properties['boro_cd']
    demogra_no = cd2puma.get(key)

    if demogra_no is None:
        return [0, 0, 0, 0]

    index = ((recorddate - datetime(2015, 1, 1)).days * 24 + hour) * 55 + pumalist.index(demogra_no)
    return cmap.to_color(riskLevel.ix[index, '0.0'], 5, 'lin')

绘制函数，考虑到区域内部用了红色，边界用暖色调会和谐一点，这里选用镉黄色，rgb(255, 153, 18)（颜色表参考）：

1
2
3
4
5
6
7
def draw_riskmap(filename):
    geoplotlib.set_window_size(800, 600)
    geoplotlib.geojson('data/Community_Districts.geojson', fill=True, color=get_color)
    geoplotlib.geojson('data/Community_Districts.geojson', color=[255, 153, 18, 100])
    geoplotlib.set_smoothing(True)
    geoplotlib.set_bbox(BoundingBox)
    geoplotlib.savefig('imgs/'+ filename)

geoplotlib库还不支持添加图例和文字说明，这里迂回了一下，派生了一个TextLayer类，重写了draw()方法，使用ui_manager在图右上角添加时间信息。

1
2
3
4
5
6
class TextLayer(BaseLayer):

    def draw(self, proj, mouse_x, mouse_y, ui_manager):
        datestr = recorddate.strftime('%Y-%m-%d  ')
        hourstr = str(hour) + ":00"
        ui_manager.info(datestr + hourstr)

main()中绘制从2015年12月1日0点至2015年12月2日23点，共48h的风险图。

1
2
3
4
5
6
7
dates = [datetime(2015, 12, 1), datetime(2015, 12, 2)]

for recorddate in dates:
  for hour in range(24):
    filename = str((recorddate - dates[0]).days * 24 + hour)
    geoplotlib.add_layer(TextLayer())
    draw_riskmap(filename)

制作动图

将上述获得的48张图片导入PS中，在时间轴中添加帧动画制作GIF。结果如下：

geoplotlib使用体验

在CartoDB Positron提供的背景地图支持下，geoplotlib绘制的图显得精致了不少（当然不能和Echarts这种大杀器相提并论），不过文档和示例还有所欠缺，很多API仅仅靠reference没办法搞清楚用法，只能通过查看源码实现自行领会，或者查看github issue来拾点牙慧。

参考资料

User Guide https://github.com/andrea-cuttone/geoplotlib/wiki/User-Guide

Andrea Cuttone，Sune Lehmann，Jakob Eg Larsen Geoplotlib: a Python Toolbox for Visualizing Geographical Data https://arxiv.org/abs/1608.01933

0%