Pythonで地図に位置情報をプロットするための基本と活用10選

import folium

# 地図の中心座標を東京駅に設定
m = folium.Map(location=[35.6812, 139.7671], zoom_start=10)

# マーカーを追加
folium.Marker([35.6812, 139.7671], popup='東京駅').add_to(m)

# 地図を保存
m.save('tokyo_map.html')

import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap

# 地図の設定
m = Basemap(projection='merc', llcrnrlat=20, urcrnrlat=50,
            llcrnrlon=120, urcrnrlon=150, resolution='i')

# 海岸線を描画
m.drawcoastlines()

# 国境を描画
m.drawcountries()

# 地図を表示
plt.show()

import geopandas as gpd
import matplotlib.pyplot as plt

# 世界地図のデータを読み込む
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))

# 日本を中心に表示
japan = world[world.name == 'Japan']
japan.plot()

plt.show()

import folium

# 地図の中心を設定（例：東京タワーの座標）
map_center = [35.6586, 139.7454]

# 地図を作成
m = folium.Map(location=map_center, zoom_start=15)

# マーカーを追加
folium.Marker(
    location=map_center,
    popup='東京タワー',
    tooltip='ここをクリック！'
).add_to(m)

# 地図を保存
m.save('tokyo_tower_map.html')

import folium

# 観光スポットのデータ
tourist_spots = [
    {"name": "東京タワー", "location": [35.6586, 139.7454]},
    {"name": "浅草寺", "location": [35.7147, 139.7967]},
    {"name": "渋谷スクランブル交差点", "location": [35.6595, 139.7004]},
    {"name": "新宿御苑", "location": [35.6851, 139.7100]}
]

# 地図の中心を設定（東京駅）
map_center = [35.6812, 139.7671]

# 地図を作成
m = folium.Map(location=map_center, zoom_start=12)

# 各観光スポットにマーカーを追加
for spot in tourist_spots:
    folium.Marker(
        location=spot["location"],
        popup=spot["name"],
        tooltip=spot["name"]
    ).add_to(m)

# 地図を保存
m.save('tokyo_tourist_spots.html')

import folium
from folium.plugins import MarkerCluster

# レストランのデータ
restaurants = [
    {"name": "寿司屋", "location": [35.6699, 139.7621], "icon": "cutlery"},
    {"name": "ラーメン店", "location": [35.6895, 139.6917], "icon": "cutlery"},
    {"name": "カフェ", "location": [35.6646, 139.7121], "icon": "coffee"},
    {"name": "バー", "location": [35.6580, 139.7376], "icon": "glass"}
]

# 地図の中心を設定（東京駅）
map_center = [35.6812, 139.7671]

# 地図を作成
m = folium.Map(location=map_center, zoom_start=13)

# マーカークラスターを作成
marker_cluster = MarkerCluster().add_to(m)

# 各レストランにカスタムアイコンのマーカーを追加
for restaurant in restaurants:
    folium.Marker(
        location=restaurant["location"],
        popup=restaurant["name"],
        icon=folium.Icon(icon=restaurant["icon"], prefix='fa'),
        tooltip=restaurant["name"]
    ).add_to(marker_cluster)

# 地図を保存
m.save('tokyo_restaurants.html')

import folium
from folium.plugins import HeatMap
import numpy as np

# 東京の中心座標
tokyo_center = [35.6812, 139.7671]

# ランダムなデータポイントを生成（実際のデータの代わり）
num_points = 1000
data = np.random.normal(loc=tokyo_center, scale=(0.05, 0.1), size=(num_points, 2))

# 地図を作成
m = folium.Map(location=tokyo_center, zoom_start=11)

# ヒートマップを追加
HeatMap(data).add_to(m)

# 地図を保存
m.save('tokyo_heatmap.html')

import folium
from folium.plugins import MarkerCluster
import numpy as np

# 東京の中心座標
tokyo_center = [35.6812, 139.7671]

# ランダムな位置データを生成（実際のデータの代わり）
num_points = 500
data = np.random.normal(loc=tokyo_center, scale=(0.05, 0.1), size=(num_points, 2))

# 地図を作成
m = folium.Map(location=tokyo_center, zoom_start=11)

# マーカークラスターを作成
marker_cluster = MarkerCluster().add_to(m)

# 各データポイントにマーカーを追加
for i, point in enumerate(data):
    folium.Marker(
        location=point,
        popup=f'ポイント {i+1}'
    ).add_to(marker_cluster)

# 地図を保存
m.save('tokyo_cluster.html')

import folium
from folium.plugins import TimestampedGeoJson
import random
import datetime

# 東京の中心座標
tokyo_center = [35.6812, 139.7671]

# 時系列データを生成（実際のデータの代わり）
features = []
start_time = datetime.datetime(2023, 1, 1)
for hour in range(24):
    time = start_time + datetime.timedelta(hours=hour)
    for _ in range(10):  # 各時間帯に10個のポイントを生成
        lat = tokyo_center[0] + random.uniform(-0.05, 0.05)
        lon = tokyo_center[1] + random.uniform(-0.1, 0.1)
        features.append({
            "type": "Feature",
            "geometry": {
                "type": "Point",
                "coordinates": [lon, lat]
            },
            "properties": {
                "time": time.isoformat(),
                "style": {"color": "red"},
                "icon": "circle",
                "iconstyle": {
                    "fillColor": "red",
                    "fillOpacity": 0.8,
                    "stroke": "true",
                    "radius": 7
                }
            }
        })

# 地図を作成
m = folium.Map(location=tokyo_center, zoom_start=11)

# 時系列データを追加
TimestampedGeoJson({
    "type": "FeatureCollection",
    "features": features
}, period="PT1H", add_last_point=True).add_to(m)

# 地図を保存
m.save('tokyo_time_series.html')

import folium
import requests

# OpenWeatherMap APIキー（実際のキーに置き換えてください）
api_key = "YOUR_API_KEY_HERE"

# 天気を取得したい都市のリスト
cities = [
    {"name": "東京", "coords": [35.6895, 139.6917]},
    {"name": "大阪", "coords": [34.6937, 135.5023]},
    {"name": "福岡", "coords": [33.5902, 130.4017]},
    {"name": "札幌", "coords": [43.0618, 141.3545]}
]

# 地図を作成
m = folium.Map(location=[36.2048, 138.2529], zoom_start=5)

# 各都市の天気を取得してマーカーを追加
for city in cities:
    url = f"http://api.openweathermap.org/data/2.5/weather?lat={city['coords'][0]}&lon={city['coords'][1]}&appid={api_key}&units=metric"
    response = requests.get(url)
    data = response.json()

    temp = data['main']['temp']
    weather = data['weather'][0]['description']

    folium.Marker(
        location=city['coords'],
        popup=f"{city['name']}: {temp}°C, {weather}",
        tooltip=city['name']
    ).add_to(m)

# 地図を保存
m.save('japan_weather_map.html')

import folium
from folium.plugins import Realtime
import random
import json

# 初期位置（東京）
initial_location = [35.6895, 139.6917]

# 地図を作成
m = folium.Map(location=initial_location, zoom_start=13)

# ランダムな位置データを生成する関数
def get_random_data():
    new_lat = initial_location[0] + random.uniform(-0.01, 0.01)
    new_lon = initial_location[1] + random.uniform(-0.01, 0.01)
    geojson = {
        "type": "FeatureCollection",
        "features": [{
            "type": "Feature",
            "properties": {},
            "geometry": {
                "type": "Point",
                "coordinates": [new_lon, new_lat]
            }
        }]
    }
    return json.dumps(geojson)

# リアルタイム更新を追加
Realtime(
    get_random_data,
    period="1000",  # 1秒ごとに更新
    transition_time=200,
    marker=lambda f: folium.CircleMarker(
        [f['geometry']['coordinates'][1], f['geometry']['coordinates'][0]],
        radius=5,
        fill=True,
        fillOpacity=0.8
    )
).add_to(m)

# 地図を保存
m.save('realtime_update_map.html')

import folium
from folium.plugins import Draw
from math import radians, sin, cos, sqrt, atan2

def haversine_distance(lat1, lon1, lat2, lon2):
    R = 6371  # 地球の半径（km）

    lat1, lon1, lat2, lon2 = map(radians, [lat1, lon1, lat2, lon2])

    dlat = lat2 - lat1
    dlon = lon2 - lon1

    a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2
    c = 2 * atan2(sqrt(a), sqrt(1-a))

    distance = R * c
    return distance

# 店舗の位置（例：東京駅）
store_location = [35.6812, 139.7671]

# 地図を作成
m = folium.Map(location=store_location, zoom_start=13)

# 店舗の位置にマーカーを追加
folium.Marker(
    store_location,
    popup="東京駅（配達の起点）",
    icon=folium.Icon(color='red', icon='info-sign')
).add_to(m)

# 配達可能範囲を描画（3km、5km、10km）
colors = ['green', 'yellow', 'orange']
distances = [3, 5, 10]

for color, distance in zip(colors, distances):
    folium.Circle(
        store_location,
        radius=distance * 1000,  # メートル単位に変換
        color=color,
        fill=True,
        fillColor=color,
        fillOpacity=0.2
    ).add_to(m)

# 描画ツールを追加
Draw(
    export=True,
    position='topleft',
    draw_options={
        'polyline': False,
        'rectangle': False,
        'polygon': False,
        'circle': False,
        'marker': True,
        'circlemarker': False
    }
).add_to(m)

# クリックしたポイントまでの距離を計算し、ポップアップで表示する関数
def latlon_to_distance(lat, lon):
    distance = haversine_distance(store_location[0], store_location[1], lat, lon)
    folium.Marker(
        [lat, lon],
        popup=f'店舗からの距離: {distance:.2f} km'
    ).add_to(m)

# クリックイベントを追加
m.add_child(folium.LatLngPopup())
m.add_child(folium.ClickForMarker(popup='クリックした地点'))

# JavaScriptを追加して、クリック時の動作を定義
m.get_root().html.add_child(folium.Element("""
<script>
document.addEventListener("DOMContentLoaded", function() {
    var map = document.querySelector('.folium-map')._leaflet_map;
    map.on('click', function(e) {
        var lat = e.latlng.lat;
        var lon = e.latlng.lng;
        var xhr = new XMLHttpRequest();
        xhr.open("GET", `/distance?lat=${lat}&lon=${lon}`, true);
        xhr.onload = function() {
            if (xhr.status === 200) {
                var marker = L.marker([lat, lon]).addTo(map);
                marker.bindPopup(xhr.responseText).openPopup();
            }
        };
        xhr.send();
    });
});
</script>
"""))

# 地図を保存
m.save('delivery_range_map.html')

import folium
from folium.plugins import Draw, MousePosition
from branca.element import Template, MacroElement

# 地図の中心を東京駅に設定
center = [35.6812, 139.7671]

# 地図を作成
m = folium.Map(location=center, zoom_start=13)

# 描画ツールを追加
Draw(
    export=True,
    position='topleft',
    draw_options={
        'polyline': True,
        'rectangle': False,
        'polygon': False,
        'circle': False,
        'marker': True,
        'circlemarker': False
    }
).add_to(m)

# マウスポジションを表示
formatter = "function(num) {return L.Util.formatNum(num, 5);};"
MousePosition(
    position='topright',
    separator=' | ',
    empty_string='NaN',
    lng_first=True,
    num_digits=20,
    prefix="座標:",
    lat_formatter=formatter,
    lng_formatter=formatter
).add_to(m)

# カスタムJavaScriptを追加
macro = MacroElement()
macro._template = Template("""
{% macro script(this, kwargs) %}
    var distance = 0;
    var path = [];
    var markers = [];
    var polyline;

    function updateDistance() {
        if (path.length >= 2) {
            distance = 0;
            for (var i = 1; i < path.length; i++) {
                distance += path[i-1].distanceTo(path[i]);
            }
            document.getElementById('distance').innerHTML = '総距離: ' + (distance / 1000).toFixed(2) + ' km';
        }
    }

    function addMarker(e) {
        var marker = L.marker(e.latlng).addTo({{ this._parent.get_name() }});
        markers.push(marker);
        path.push(e.latlng);

        if (path.length >= 2) {
            if (polyline) {
                {{ this._parent.get_name() }}.removeLayer(polyline);
            }
            polyline = L.polyline(path, {color: 'red'}).addTo({{ this._parent.get_name() }});
        }

        updateDistance();
    }

    {{ this._parent.get_name() }}.on('click', addMarker);

    document.getElementById('reset').addEventListener('click', function() {
        path = [];
        markers.forEach(function(marker) {
            {{ this._parent.get_name() }}.removeLayer(marker);
        });
        markers = [];
        if (polyline) {
            {{ this._parent.get_name() }}.removeLayer(polyline);
        }
        document.getElementById('distance').innerHTML = '総距離: 0 km';
    });
{% endmacro %}
""")

m.add_child(macro)

# HTMLを追加
html = """
<div style="position: fixed; bottom: 50px; left: 50px; width: 200px; height: 90px; 
            background-color: white; z-index:9999; font-size:14px; padding:10px;
            border-radius: 5px; box-shadow: 0 0 15px rgba(0,0,0,0.2);">
    <div id="distance">総距離: 0 km</div>
    <button id="reset" style="margin-top: 10px;">リセット</button>
</div>
"""

m.get_root().html.add_child(folium.Element(html))

# 地図を保存
m.save('interactive_route_map.html')

# 誤った使用法
folium.Marker('35.6812, 139.7671').add_to(m)

# 正しい使用法
folium.Marker([35.6812, 139.7671]).add_to(m)

import pandas as pd

df = pd.read_csv('coordinates.csv')
df['latitude'] = pd.to_numeric(df['latitude'], errors='coerce')
df['longitude'] = pd.to_numeric(df['longitude'], errors='coerce')

chunk_size = 10000
for chunk in pd.read_csv('large_data.csv', chunksize=chunk_size):
    # チャンクごとの処理
    process_chunk(chunk)

def coordinate_generator(filename):
    with open(filename, 'r') as f:
        for line in f:
            lat, lon = map(float, line.strip().split(','))
            yield [lat, lon]

for coord in coordinate_generator('coordinates.txt'):
    folium.Marker(coord).add_to(m)

import numpy as np

coordinates = np.loadtxt('coordinates.txt', dtype=np.float32)

from sklearn.cluster import KMeans
import numpy as np
import folium

# サンプルデータ（緯度、経度）
data = np.array([
    [35.6895, 139.6917],  # 東京
    [34.6937, 135.5023],  # 大阪
    [35.6762, 139.6503],  # 新宿
    [34.6937, 135.5023],  # 梅田
    [35.7090, 139.7320],  # 上野
])

# K-meansクラスタリングを実行
kmeans = KMeans(n_clusters=2)
kmeans.fit(data)

# 結果を地図にプロット
m = folium.Map(location=[35.6895, 139.6917], zoom_start=5)

colors = ['red', 'blue']
for point, cluster in zip(data, kmeans.labels_):
    folium.CircleMarker(
        location=point,
        radius=5,
        popup=f'Cluster {cluster}',
        color=colors[cluster],
        fill=True,
        fillColor=colors[cluster]
    ).add_to(m)

m.save('clustered_map.html')

import plotly.graph_objects as go

# サンプルデータ
z = [[0, 1, 2, 3],
     [1, 2, 3, 4],
     [2, 3, 4, 5],
     [3, 4, 5, 6]]

fig = go.Figure(data=[go.Surface(z=z)])

fig.update_layout(title='3D Surface Plot', autosize=False,
                  width=500, height=500,
                  margin=dict(l=65, r=50, b=65, t=90))

fig.show()