frykit | Python空间绘图最佳帮手，推荐~~

• 前言

• 一、「frykit」-好用的cartopy绘图帮手，推荐给你~~
• 二、可视化学习圈子是干什么的？
• 三、系统学习可视化
• 四、猜你喜欢

前言

今天是我的可视化课程上线的第304天，目前学员452人，每篇原创公众号都会记录这个人数，用来督促和激励我的原创内容。目前课程的主要方向是 科研、统计、地理相关的学术性图形绘制方法，后续也会增加商务插图、机器学等、数据分析等方面的课程。课程免费新增，这点绝对良心！

今天是我的可视化学习社群上线的第84天，目前学员135人，可视化学习社区以我的书籍《科研论文配图绘制指南-基于Python》为基础进行拓展，提供「课堂式」教学视频，还有更多拓展内容，可视化技巧远超书籍本身，书籍修正和新增都会分享到圈子里面~~

参与课程或者圈子的你将获取到：学员答疑、可视化资源分享、可视化技巧补充、可视化业务代做(学员和甲方对接)、副业交流、提升认知等等。

「frykit」-好用的cartopy绘图帮手，推荐给你~~

今天在查看github上有啥好用的绘图工具时，偶尔发现了一个好用的Python地图绘制工具库,正好最近在免费更新我们的Python空间可视化课程，很有必要推荐给大家~~

「frykit」-一个配合 Matplotlib 和 Cartopy 使用的绘图工具箱~~

frykit库介绍

这个工具是国人开发的，非常适合那些经常使用Python进行空间绘图的同学，其可以补齐例如：比例尺、指北针、南海小地图等关键问题的短板，还是非常推荐大家使用一下的。

• 安装方式：

pip install frykit==0.4.2post1

依赖为：

python>=3.9.0
cartopy>=0.20.0
pandas>=1.2.0

• frykit库特点和主要功能

由于是专门针对国内的同学，所以该工具包具有如下功能：

1. 读取中国行政区划
2. 绘制中国国界、省界和市界
3. 标注省名和市名
4. 绘制全球数据
5. 绘制任意多边形
6. 裁剪填色图
7. 加速绘制和裁剪
8. 「添加指北针和比例尺」
9. 「定位南海小地图」
10. 添加风矢量图例
11. 「添加经纬度方框」
12. GMT风格边框

• frykit库可视化案例

# 一个颜色对应一个刻度的定性colorbar.
colors = [
    'orangered', 'orange', 'yellow',
    'limegreen', 'royalblue', 'darkviolet'
]
cmap, norm, ticks = fplt.make_qualitative_cmap(colors)
cbar = fplt.plot_colormap(cmap, norm)
cbar.set_ticks(ticks)
cbar.set_ticklabels(colors)

# 保证零值区间对应白色的离散colorbar.
import cmaps
boundaries = [-10, -5, -2, -1, 1, 2, 5, 10, 20, 50, 100]
norm = fplt.CenteredBoundaryNorm(boundaries)
cbar = fplt.plot_colormap(cmaps.BlueWhiteOrangeRed, norm)
cbar.set_ticks(boundaries)

更多关于frykit库的使用语法和案例，感兴趣的同学可阅读

frykit官网^[1]

可视化学习圈子是干什么的？

科研论文配图书籍学习圈子主要通过以下几个方面，给大家带来比纸质书籍更丰富的学习内容：

• 直播教学，和读者零距离互动交流
• 及时修正勘误和定期新增绘制知识点
• 拓展衍生，绘图知识点远超书籍本身
• 直播视频+拓展资料+答疑，学习更高效

「PS」：我们直播教学内容为课堂式教学，原作者带着大家对书籍一章、一节、一页的进行教学。而且直播的视频都会通过剪辑后整理成课程，圈子中的同学可以免费、反复观看。当然，新增内容和定期答疑，直播也是如此。

• 为何会有这个书籍学习社群？无门槛的微信群难免会鱼龙混杂，问题和质量都无法得到保证，而且一些关键问题经常被淹没，且没有沉淀价值。

• 随着添加我微信的人日益增多，向我提问的人也越来越多，随便回答一下就太不负责任了；不回答也不是很好；如果都仔细回答，我也有自己的工作并且确实很忙，真的有点心有余而力不足！所以我才会建立这么一个渠道来沉淀我的可视化技巧和分享经验，以及给大家提供一个坚持学习的平台。

微信扫码下方二维码即可参与我们的书籍学习圈子啦：

系统学习可视化

当然，在学习数据可视化的道路上，你也有很多问题得不到解答，也可以加入我们的可视化课程(可视化系列课程推文)后，在学员群里和大家一起谈论，一起进步，或者直接向我提问。如果我觉得你的问题很具有普适性，我会把它写成文章发布在公众号上，让更多人看到，有关我们数据可视化系列课程的服务内容，可以参考下面的 阅读原文。

猜你喜欢