引き続きFoliumの学習を進めていきます。（参考URL→FoliumHP(User Guide) _URL: https://python-visualization.github.io/folium/latest/user_guide.html）
まずは、ScaleのInsert in MapとZoom Contro ButtonのShown/ UnshownのSettingです。It is easy.
>Code<
import folium
# 地図の中心となる緯度経度を設定
center_lat = 35.6895
center_lon = 139.6917
# Foliumの地図オブジェクトを作成
m = folium.Map(
location=[center_lat, center_lon],
zoom_start=6,
tiles = 'CartoDB Dark Matter',
control_scale = True, # 左下にScaleBarがDrawされます
zoom_control = False # Zoom Control BoxをNot Shown
)
m
>Output< MapのBottomLeftにScaleBarが表示され、Zoom Control Buttonが消えました。
LimitsのSettingはVery Convenientでございます。これは少し詳しく学習したいと思います。 国土数値情報の行政区域情報をDownloadして、日本の国土を包含する長方形の４つの隅角の緯度経度を抽出して、LimitをSetします。 Gemini先生に質問したところ、'total_bounds'を利用するというめちゃExcellentな回答をいただきました。改めてPythonのLibraryやMethodの豊富さ・膨大さを感じました。
>Code< 国土数値情報の行政区域情報を取得
import urllib.request
import zipfile
import geopandas as gpd
def download_map_data(url, zip_file_name, shp_file_name):
zip_file_path = 'unzipped_data/' + zip_file_name
# URLからデータをダウンロード
urllib.request.urlretrieve(url, zip_file_name)
# ZIPファイルを解凍
with zipfile.ZipFile(zip_file_name, 'r') as zip_ref:
zip_ref.extractall('unzipped_data') # 解凍先のディレクトリを指定
# Shapefileを読み込む
#shapefile_path = 'unzipped_data/W05-06_36-g_Stream.shp'
shp_file_path = 'unzipped_data/' + shp_file_name
gdf = gpd.read_file(shp_file_path)
return gdf
# ダウンロードとデータ読み込みのループ
url = 'http://nlftp.mlit.go.jp/ksj/gml/data/N03/N03-2024/N03-20240101_GML.zip'
zip_file_name = 'N03-20240101_GML.zip'
shp_file_name = 'N03-20240101.shp'
# データをダウンロードして読み込む
gdf = download_map_data(url, zip_file_name, shp_file_name)
# データを表示
gdf.head()
>Output<
| N03_001 | N03_002 | N03_003 | N03_004 | N03_005 | N03_007 | geometry |
|---|
| 0 | 北海道 | 石狩振興局 | None | 札幌市 | 中央区 | 01101 | POLYGON ((141.25694 42.99782, 141.2563 42.9978... |
|---|
| 1 | 北海道 | 石狩振興局 | None | 札幌市 | 北区 | 01102 | POLYGON ((141.33325 43.07505, 141.3326 43.0757... |
|---|
| 2 | 北海道 | 石狩振興局 | None | 札幌市 | 東区 | 01103 | POLYGON ((141.37341 43.0684, 141.37333 43.0684... |
|---|
| 3 | 北海道 | 石狩振興局 | None | 札幌市 | 白石区 | 01104 | POLYGON ((141.38202 43.04832, 141.38193 43.048... |
|---|
| 4 | 北海道 | 石狩振興局 | None | 札幌市 | 豊平区 | 01105 | POLYGON ((141.36371 42.94154, 141.36378 42.941...
|
|---|
次にtotal_boundsを使用して、日本国土を包含する長方形の４つの隅角のLonLatをGetします。
>Code<
# 日本国土を包含する長方形のバウンディングボックスを取得
min_lon, min_lat, max_lon, max_lat = gdf.total_bounds
# 4つの隅角の緯度経度
top_left = (max_lat, min_lon) # 北西
top_right = (max_lat, max_lon) # 北東
bottom_left = (min_lat, min_lon) # 南西
bottom_right = (min_lat, max_lon) # 南東
print(f"北西 (緯度, 経度): {top_left}")
print(f"北東 (緯度, 経度): {top_right}")
print(f"南西 (緯度, 経度): {bottom_left}")
print(f"南東 (緯度, 経度): {bottom_right}")
>Output<
北西 (緯度, 経度): (np.float64(45.557243414), np.float64(122.932606368))
北東 (緯度, 経度): (np.float64(45.557243414), np.float64(153.986675123))
南西 (緯度, 経度): (np.float64(20.422746414), np.float64(122.932606368))
南東 (緯度, 経度): (np.float64(20.422746414), np.float64(153.986675123))
Getしたmin_lon, min_lat, max_lon, max_latを、foliumの引数に入力した上で４つの隅角点にCircleMarker(丸印)をDrowします。
>Code<
import folium
# 地図の中心となる緯度経度を設定
center_lat = 35.6895
center_lon = 139.6917
# Foliumの地図オブジェクトを作成
m = folium.Map(
max_bounds = True, # これでShown AreaをLimitします
location=[center_lat, center_lon],
zoom_start=4,
min_lat=min_lat, # This one is define limitations of shown area
max_lat=max_lat, # This one is define limitations of shown area
min_lon=min_lon, # This one is define limitations of shown area
max_lon=max_lon, # This one is define limitations of shown area
tiles = 'CartoDB Positron',
control_scale = True, # 左下にScaleBarがDrawされます
zoom_control = False # Zoom Control BoxをNot Shown
)
folium.CircleMarker([max_lat, min_lon], radius=5, tooltip="Upper Left Corner").add_to(m)
folium.CircleMarker([min_lat, min_lon], radius=5, tooltip="Lower Left Corner").add_to(m)
folium.CircleMarker([min_lat, max_lon], radius=5, tooltip="Lower Right Corner").add_to(m)
folium.CircleMarker([max_lat, max_lon], radius=5, tooltip="Upper Right Corner").add_to(m)
m
>Output<
Make this Notebook Trusted to load map: File -> Trust Notebook
前回：https://shikuuk.blogspot.com/2025/05/test_28.html
次回：https://shikuuk.blogspot.com/2025/06/python-folium-relearning6-from-may.html
コメント
コメントを投稿