1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

foliumでコロプレス図を描いてみるPart2

Last updated at Posted at 2022-03-09

Screenshot 2022-02-10 at 16-04-23 Untitled1 ipynb (3) - JupyterLab.png

foliumというというPythonライブラリを使い、新型コロナウイルスのデータをビジュアライゼーションします。

folium は JavaScript の leaflet.js という地図ライブラリを Pythonライブラリにしたもので、データを地図上に可視化することができます。

前提環境

  • Ubuntu
  • Jupyter Notebook
  • Python3

folium導入

Python3
pip install folium
Anaconda Prompt
conda install -c conda-forge folium
# Anacondaを利用したインストール方法

ライブラリインポート

一括でインポートさせていただきます。

Python3
import geopandas as gpd
from shapely.geometry import Point
import pyproj
import pandas as pd
import numpy as np
import re
import matplotlib.pyplot as plt
import folium
from folium.plugins import MiniMap

データ準備

人口10万人当たり新規陽性者数

以下のリンクから CSV をダウンロードすることができます。
出典:厚生労働省オープンデータ

都道府県のポリゴンデータ

出典:地図蔵 様

データの読み込み

人口10万人当たり新規陽性者数

Python3
per_100_thousand = "https://covid19.mhlw.go.jp/public/opendata/newly_confirmed_cases_per_100_thousand_population_daily.csv"
df_per_100_thousand = pd.read_csv(per_100_thousand, encoding='utf-8', index_col='Date')
# index_col='Date' で、Date 列(カラム)をインデックスに設定します。
# encoding='utf-8' で、utf-8 でエンコードします。

都道府県のポリゴンデータ

Python3
prefectures = 'https://japonyol.net/editor/article/prefectures.geojson'
gdf_prefectures = gpd.read_file(prefectures)

Webから直接読み込む方法が、何かと便利だと思います。パス(ファイルが保存されているアドレス)の設定は Windows と Unix 系(Macなど)では異なるので面倒です。

DataFrameの加工

①人口10万人当たり新規陽性者数の加工

Python3
df_per_100_thousand.drop(columns='ALL', inplace=True)
df_per_100_thousand = df_per_100_thousand.T
df_per_100_thousand = pd.DataFrame(df_per_100_thousand.iloc[:, len(df_per_100_thousand.columns)-1])
df_per_100_thousand.columns = ['10万人あたり'] #カラム名を変更しておく
df_per_100_thousand = df_per_100_thousand.reset_index()
df_per_100_thousand.drop(columns='index', inplace=True)
df_per_100_thousand.head()

Screenshot 2022-02-10 at 15-38-36 Untitled ipynb (4) - JupyterLab.png

①とポリゴンデータの連結

Python3
gdf_prefectures = pd.concat([gdf_prefectures, df_per_100_thousand], axis=1)
gdf_prefectures.head()

Screenshot 2022-02-10 at 15-59-05 Untitled1 ipynb (3) - JupyterLab.png

描画

Python3
bins = list(df_per_100_thousand["10万人あたり"].quantile([0, 0.125, 0.25, 0.375, 0.5, 0.625, 0.75, 0.875, 1]))
covid19_choropleth = folium.Map(location=[39, 140],  tiles='cartodbpositron',zoom_start=5)
#covid19_choropleth = folium.Map(location=[39, 140], tiles='cartodbpositron', zoom_start=5,tiles=None)

folium.Choropleth(
    geo_data=gdf_prefectures,
    data=gdf_prefectures,
    columns=['pref', '10万人あたり'],
    key_on="feature.properties.pref",
    fill_color= "RdPu" ,
    name="10万人あたりの新規感染者",
    fill_opacity=0.7,
    line_opacity=0.2,
    legend_name='10万人あたりの新規感染者',
    bins=bins,
    reset=True,
    #highlight=True
).add_to(covid19_choropleth)

style_function = lambda x: {'fillColor': '#ffffff', 
                            'color':'#000000', 
                            'fillOpacity': 0.1, 
                            'weight': 0.1}
highlight_function = lambda x: {'fillColor': '#000000', 
                                'color':'#000000', 
                                'fillOpacity': 0.50, 
                                'weight': 0.1}


NIL = folium.features.GeoJson(
    gdf_prefectures,
    style_function=style_function, 
    control=False,
    highlight_function=highlight_function, 
    tooltip=folium.features.GeoJsonTooltip(
        fields=['name','10万人あたり'],
        aliases=['都道府県   : ','10万人あたりの新規感染者   : '],
        style=("background-color: white; color: #333333; font-family: arial; font-size: 12px; padding: 10px;") 
    )
)


minimap = folium.plugins.MiniMap(toggle_display=True, width=200, height=200, zoom_level_offset=-4)
covid19_choropleth.add_child(minimap)

covid19_choropleth.add_child(NIL)
folium.LayerControl().add_to(covid19_choropleth)
covid19_choropleth.keep_in_front(NIL)
covid19_choropleth.save("covid19_choropleth.html")
covid19_choropleth
#色パレットは、‘BuGn’, ‘BuPu’, ‘GnBu’, ‘OrRd’, ‘PuBu’, ‘PuBuGn’, ‘PuRd’, ‘RdPu’, ‘YlGn’, ‘YlGnBu’, ‘YlOrBr’, and ‘YlOrRd’から選びます。

完成図

Screenshot 2022-02-10 at 16-04-23 Untitled1 ipynb (3) - JupyterLab.png

総集編

Python3
import geopandas as gpd
from shapely.geometry import Point
import pyproj
import pandas as pd
import numpy as np
import re
import matplotlib.pyplot as plt
import folium
from folium.plugins import MiniMap





per_100_thousand = "https://covid19.mhlw.go.jp/public/opendata/newly_confirmed_cases_per_100_thousand_population_daily.csv"
df_per_100_thousand = pd.read_csv(per_100_thousand, encoding='utf-8', index_col='Date')
# index_col='Date' で、Date 列(カラム)をインデックスに設定します。
# encoding='utf-8' で、utf-8 でエンコードします。


prefectures = 'https://japonyol.net/editor/article/prefectures.geojson'
gdf_prefectures = gpd.read_file(prefectures)






df_per_100_thousand.drop(columns='ALL', inplace=True)
df_per_100_thousand = df_per_100_thousand.T
df_per_100_thousand = pd.DataFrame(df_per_100_thousand.iloc[:, len(df_per_100_thousand.columns)-1])
df_per_100_thousand.columns = ['10万人あたり'] #カラム名を変更しておく
df_per_100_thousand = df_per_100_thousand.reset_index()
df_per_100_thousand.drop(columns='index', inplace=True)
df_per_100_thousand.head()

gdf_prefectures = pd.concat([gdf_prefectures, df_per_100_thousand], axis=1)
gdf_prefectures.head()






bins = list(df_per_100_thousand["10万人あたり"].quantile([0, 0.125, 0.25, 0.375, 0.5, 0.625, 0.75, 0.875, 1]))
covid19_choropleth = folium.Map(location=[39, 140],  tiles='cartodbpositron',zoom_start=5)
#covid19_choropleth = folium.Map(location=[39, 140], tiles='cartodbpositron', zoom_start=5,tiles=None)

folium.Choropleth(
    geo_data=gdf_prefectures,
    data=gdf_prefectures,
    columns=['pref', '10万人あたり'],
    key_on="feature.properties.pref",
    fill_color= "RdPu" ,
    name="10万人あたりの新規感染者",
    fill_opacity=0.7,
    line_opacity=0.2,
    legend_name='10万人あたりの新規感染者',
    bins=bins,
    reset=True,
    #highlight=True
).add_to(covid19_choropleth)

style_function = lambda x: {'fillColor': '#ffffff', 
                            'color':'#000000', 
                            'fillOpacity': 0.1, 
                            'weight': 0.1}
highlight_function = lambda x: {'fillColor': '#000000', 
                                'color':'#000000', 
                                'fillOpacity': 0.50, 
                                'weight': 0.1}


NIL = folium.features.GeoJson(
    gdf_prefectures,
    style_function=style_function, 
    control=False,
    highlight_function=highlight_function, 
    tooltip=folium.features.GeoJsonTooltip(
        fields=['name','10万人あたり'],
        aliases=['都道府県   : ','10万人あたりの新規感染者   : '],
        style=("background-color: white; color: #333333; font-family: arial; font-size: 12px; padding: 10px;") 
    )
)


minimap = folium.plugins.MiniMap(toggle_display=True, width=200, height=200, zoom_level_offset=-4)
covid19_choropleth.add_child(minimap)

covid19_choropleth.add_child(NIL)
folium.LayerControl().add_to(covid19_choropleth)
covid19_choropleth.keep_in_front(NIL)
covid19_choropleth.save("covid19_choropleth.html")
covid19_choropleth

参考リンク集

英語の勉強をしたい方向けドキュメント

ドキュメント-folium

厚生労働省のオープンデータ

参考文献

1
1
1

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?