Python 数据分析与可视化：手把手教你制作地理热力图
上周有个朋友问我，说他手里有一份全国门店销售数据，想做成那种能看到区域热度的地图可视化，问我该用什么工具。我当时就想，这问题问得好啊，地理热力图确实是数据分析展示的一把利器，但很多人对具体操作流程并不清楚。今天我就把用 Python 制作地理热力图的完整方法分享出来，内容比较实用，感兴趣的朋友可以跟着一步步试试。
什么是地理热力图
在说具体操作之前，先简单解释下什么是地理热力图。热力图大家可能都见过，就是用颜色深浅来表示数据密度或强度的一种可视化方式。地理热力图呢，就是把这种概念绑定到了真实的地理坐标上。
举个例子来说，假设你有一个奶茶店在全国的销量数据，普通表格看起来很枯燥，但做成地理热力图之后，你就能直观地看到哪些城市、哪些区域销量最高，颜色越深代表数据越集中。这种展示方式不仅自己分析起来方便，拿给领导汇报或者做演示时也更容易让人抓住重点。
地理热力图的应用场景非常广泛。除了商业销售分析，还有疫情防控中的人口流动监测、房产价格分布可视化、交通拥堵情况展示、气象数据呈现等等。可以说只要你的数据包含地理位置信息，且想要直观展示分布规律，地理热力图都是值得考虑的选择。
为什么选择 Python 来制作
市场上做地图可视化的工具其实挺多的，Excel 有插件能做一些基础的，商业软件像 Tableau、PowerBI 功能也很强大。但为什么我特别推荐用 Python 来做这个呢？
首先 Python 的生态太丰富了。专门做地理数据处理的库一抓一大把，而且大部分都是开源免费的。你用 Python 处理完数据可以直接生成交互式网页地图，别人打开就能随意缩放、点击查看详细信息，这种交互体验是静态图片给不了的。
其次是灵活性高。如果你的数据需要进行复杂的清洗、转换、统计，Python 的 pandas 配合各种地理库可以一条龙完成。从原始数据到最终可视化，中间所有步骤都能用代码记录下来，下次有类似需求时改改参数就能复用，省时省力。
还有一点很实际，就是性价比高。Python 本身免费，各种地理可视化库也免费，不像某些商业软件那样需要付费订阅。对于个人学习或者中小企业来说，这个优势还是很香的。
核心工具库介绍
用 Python 做地理热力图，有几个库是一定要了解的。我先简单介绍它们的特点和适用场景，这样你后面动手时就能根据需求选择合适的工具组合。
Folium：交互式地图的首选
Folium 是我平时用得最多的一个库，它基于 JavaScript 的 Leaflet 地图框架，但用 Python 来调用。最大的优点是生成的地图是 HTML 文件，可以直接在浏览器中打开，支持缩放、拖动、点击弹出详细信息等功能。
Folium 做热力图特别简单，核心函数就那几个，传入经纬度坐标和对应的数值，它自动给你生成漂亮的渐变色热力图。而且它自带多种地图底图可选，默认的是 OpenStreetMap 的街道图，你也可以换成深色主题或者卫星图风格。
Geopandas：处理地理数据的利器
如果你的数据本身是 Shapefile 格式，或者需要和行政区划边界结合，Geopandas 就是必备工具了。它扩展了 pandas 的数据结构，添加了 GeoSeries 和 GeoDataFrame 类型，专门处理矢量地理数据。
Geopandas 背后对接了 GEOS 和 PROJ 等专业地理计算库，支持投影转换、空间连接、缓冲区分析等高级操作。简单说，如果你需要把销售数据和某个城市的行政区划绑定，或者要计算点到边界的距离，Geopandas 都能搞定。
Plotly：专业级可视化
Plotly 是做数据可视化的大杀器，它的地理图表功能非常强大。做散点地图、填充地图、密度图都不在话下，而且生成的图表可以嵌入 Jupyter Notebook 或者导出为 HTML。
Plotly 的优势在于图表颜值高、交互做得好，而且有完善的 API 文档。特别是它的 density_mapbox 函数，做热力图效果很惊艳，配合 Mapbox 的底图看起来非常专业。
其他辅助库
除了上面三个主力库，还有一些库经常配合使用。Matplotlib 和 Seaborn 做静态地图绑定数据的时候经常用到，特别是需要把地图嵌入到论文或报告里时。Basemap 是 Matplotlib 的地理扩展库，虽然现在慢慢被 Cartopy 取代，但很多老项目还在用。JSON 格式的地理数据可以用 GeoJSON 库来读取和处理。
数据准备工作
很多人以为做地图可视化最难的是画图，其实不然，数据准备才是真正花时间的环节。原始数据往往存在各种问题：格式不统一、坐标缺失、地理位置描述不规范等等，这些都需要在画图之前解决掉。
数据格式要求
地理热力图需要的数据其实不复杂，核心就是两部分：地理位置信息和数值信息。地理位置可以用不同的形式表示，最常见的是经纬度坐标、经度加纬度各一列。其次是用地址字符串，比如"北京市朝阳区某某路"，这种情况下需要通过地理编码服务把文字转换成坐标。
还有一种是用行政区划代码，比如中国的县区级行政区划代码是 6 位数字，这种情况下你需要一个行政区划边界文件来匹配。数值信息就是你想用颜色深浅来表达的那个指标，可以是销售额、用户数、点击量等等数值型数据。
常见数据清洗操作
拿到数据后，首先检查经纬度字段有没有缺失值。缺失不多的话可以用周边城市或区域的平均值填充，缺失太多就干脆删掉吧，不然会影响可视化效果。
然后要检查坐标是否在合理范围内。中国的经度范围大致在 73 到 135 度之间，纬度在 3 到 54 度之间。如果有坐标超出这个范围，要么是输错了，要么是经纬度写反了，这种情况需要修正。
如果原始数据只有地址文字，没有坐标，那就需要做地理编码。Python 里有 geopy 库可以调用各大地图服务的 API 来获取坐标。不过要注意，大部分地图 API 都有调用次数限制，免费额度用完后需要付费。
实战：制作一份销售热力图
理论说得差不多了，接下来我用一个具体例子来说明完整的操作流程。假设我们有一份模拟的门店销售数据，包含门店名称、城市、经度、纬度、月销售额这几个字段。
第一步：导入必要的库
import pandas as pd
import folium
from folium.plugins import HeatMap
这里我们用 pandas 处理数据，用 folium 画热力图。HeatMap 是 folium 的一个插件，专门用于生成热力图层。
第二步：读取和预览数据
df = pd.read_csv('sales_data.csv')
print(df.head())
print(df.info())
这一步主要是确认数据读取没问题，看看字段类型对不对，有没有缺失值。如果数据量不大，print 出来检查一遍比较放心。
第三步：数据清洗
删除含有缺失经纬度或销售额的行，这部分数据无法参与可视化。检查坐标范围是否在中国境内，如果有异常值需要修正或者删除。
df_clean = df.dropna(subset=['longitude', 'latitude', 'sales'])
df_clean = df_clean[(df_clean['longitude'] > 73) & (df_clean['longitude'] < 136)]
df_clean = df_clean[(df_clean['latitude'] > 3) & (df_clean['latitude'] < 54)]
这里做了一个简单的边界过滤，把明显超出中国范围的坐标剔除了。实际项目中可能还需要更精细的处理，比如检查经纬度组合是否在陆地上（避免出现海里）。
第四步：准备热力图数据格式
Folium 的 HeatMap 函数需要一个列表格式的输入，每个元素是 [纬度, 经度, 权重] 这样的结构。权重就是你想用颜色深浅表达的那个数值。
heat_data = df_clean[['latitude', 'longitude', 'sales']].values.tolist()
这里直接把三列提取出来转成列表，顺序不能乱，必须是纬度在前、经度在后。我第一次用的时候就搞反过，结果地图显示的位置完全不对。
第五步：创建地图对象
map = folium.Map(location=[35, 105], zoom_start=4, tiles='OpenStreetMap')
location 参数设置的是地图中心的经纬度，中国地图大概选 [35, 105] 这个位置比较居中。zoom_start 是初始缩放级别，4 差不多是全国视图。tiles 参数选择底图风格，OpenStreetMap 是默认的街道图，也可以换成 'CartoDB positron' 那种简洁的浅色底图。
第六步：添加热力图层
HeatMap(heat_data, radius=15, blur=10, max_zoom=13).add_to(map)
这三个参数需要解释一下。radius 是每个数据点的半径大小，值越大热力图越扩散。blur 是模糊程度，值越大热点越模糊、过渡越平滑。max_zoom 是在最大缩放级别时热力图的显示方式。
这些参数没有标准答案，要根据你的数据分布和想要的效果来调整。如果数据点比较密集，radius 可以设小一点；如果数据分散，想突出重点区域，radius 可以设大一些让热点更明显。
第七步：保存和查看
map.save('sales_heatmap.html')
这句代码把生成的地图保存为 HTML 文件，直接用浏览器打开就能看到交互式热力图了。可以拖动、缩放，点击任意位置能看到详细信息。如果需要嵌入到网页里，直接把这个 HTML 文件嵌入即可。
进阶技巧和注意事项
掌握了基础做法之后，还有一些进阶技巧可以让你的热力图更专业、更有说服力。
多图层叠加
有时候你需要在同一张地图上展示多种信息。比如门店位置用标记点表示，销量用热力图表示，配送范围用圆圈表示。Folium 支持多层叠加，只要创建不同的图层对象 add 到同一个地图上就行。
folium.Marker([lat, lon], popup='门店A').add_to(map)
folium.Circle([lat, lon], radius=5000).add_to(map)
这样做出来的地图信息更丰富，看的人能同时获取多个维度的信息。不过也不要叠加太多层，不然会显得杂乱，反而影响阅读。
配色方案选择
热力图的配色很重要，不同的配色传达的情绪完全不一样。红色系代表热度高、密集，蓝色系代表冷门、分散。Folium 默认的配色是红黄蓝渐变，你也可以自定义颜色阶梯。
如果你的数据反映的是积极指标（如销售额、用户量），建议用暖色调；如果反映的是消极指标（如投诉量、故障率），可以用冷色调或者直接反转色阶。
投影和坐标系
这一点经常被忽略，但专业做地理数据的都会注意到。中国常用的坐标系有 WGS84（经纬度坐标）、GCJ02（火星坐标，高德地图用的）、BD09（百度坐标）。不同来源的坐标可能属于不同坐标系，直接混用会导致位置偏移。
如果你的数据来源复杂，可能需要做坐标系转换。Python 里有 pyproj 库可以做坐标转换，或者直接用在线转换工具也可以。
大数据量优化
如果数据点超过一万个，Folium 的热力图可能会变得卡顿。这时候可以考虑几种优化方案：一是做数据聚合，把相近的多个点合并成一个点；二是使用热力图聚合功能，Folium 自带的 HeatMapWithTime 或者 WebGL 版本的插件对大数据量支持更好；三是考虑后端渲染，用 GeoServer 或者 Mapbox 这种专业地图服务来处理。
常见问题排查
我整理了几个自己踩过的坑和朋友们经常遇到的问题，供大家参考。
地图加载出来是空的，完全没有热力点。这种情况通常是数据格式不对，检查一下列表顺序是不是 [纬度, 经度, 数值]，而不是 [经度, 纬度, 数值]。另外也可能是数值列里有非数字字符，导致解析失败。
热力点位置明显不对，跑到海里或者国外去了。首先检查经纬度有没有写反，然后检查坐标是不是在你指定的坐标系下。中国特色的问题是很多国内地图服务用的是 GCJ02 坐标系，而国际通用的 GPS 数据是 WGS84 坐标系，两者之间有几百米的偏差。
生成的 HTML 文件很大，打开很慢。如果原始数据量很大，HeatMap 生成的 HTML 包含所有数据点信息，文件体积自然就大。可以考虑在保存之前做数据采样，只保留有代表性的点，或者开启 HTML 文件的压缩选项。
小结一下
用 Python 制作地理热力图的流程基本就是这些：准备数据、选择工具、调整参数、生成地图。看起来步骤不多，但每个环节都有讲究，数据质量决定最终效果，参数调优影响视觉呈现。
如果你正在处理类似的地理数据可视化需求，不妨从今天介绍的方法入手试试。Python 的学习曲线不算陡峭，网上各种资源也很多，遇到问题多搜一搜基本都能找到解决方案。
对了，如果你在数据分析过程中还需要其他辅助，Raccoon - AI 智能助手可以提供一些参考建议。无论是工具选择、方法论还是具体实现思路，都可以聊聊。数据分析这条路大家一起交流进步，才更有意思。
