一、课程导论与环境搭建
大家好，我是这门课的主讲。说实话，每次开新课时我都有点小兴奋——尤其是这门《模型加载与可视化地图展示》。为什么？因为我自己在项目里吃过太多地图可视化的亏了。
记得有一次，我花了整整两天时间，用Matplotlib硬生生画出一张带热力点的地图。结果领导看了一眼说：「这图...怎么这么丑？」后来我改用Folium，十分钟搞定，还带交互效果。嗯，从那以后我就明白了——工具选对了，事半功倍。
这门课到底讲什么？
说白了，就是教你三件事：
- 加载模型数据——比如CSV里的经纬度、GeoJSON里的地理边界
- 在地图上展示——点、线、面、热力图、聚类图，统统安排上
- 让地图动起来——交互、动画、时间轴，用户想看哪就看哪
你想想看，如果只是把数据扔进Excel画个饼图，那多没意思。但如果你能把这些数据放到地图上，让用户一眼看出「哦，华南地区的销量最高」「这条物流路线经过哪些城市」——这才是真正的数据价值。
应用场景，我随便举几个
我在做咨询项目时遇到过一家物流公司。他们每天有上千辆货车在全国跑，调度全靠电话沟通。后来我们用Geopandas处理了全国路网数据，用Folium做了实时监控大屏。效果怎么样？调度效率提升了40%。
类似的场景还有很多：
- 房地产——展示楼盘分布、周边配套、房价热力图
- 气象——台风路径、降雨量分布、温度变化动画
- 电商——用户地域分布、仓库覆盖范围、配送时效分析
- 城市规划——人口密度、交通流量、公共设施布局
说白了，只要你的数据里带「位置」信息，这门课的技术就能派上用场。
技术栈一览
我习惯把技术栈分成四块，就像盖房子一样：
核心四件套：
- Python——地基。没有它，其他都是空中楼阁
- Folium——墙。基于Leaflet.js，轻量级交互地图，适合快速出图
- Plotly——窗户。可视化能力极强，动画、3D、时间轴都能做
- Geopandas——屋顶。处理地理空间数据的利器，读写Shapefile、GeoJSON不在话下
你可能会问：「这么多库，我该学哪个？」我的建议是——都学。但别急，我们一章一章来。第一章先把环境搭好，后面慢慢上手。
下面这张图是我自己画的，帮你理清这四者的关系：
开发环境搭建
这部分我踩过不少坑，所以给你一个「一次配好，永不翻车」的方案。
方案一：Anaconda + Jupyter Notebook（推荐新手）
我个人习惯用Anaconda，因为它自带Python和一大堆常用库。你不需要一个个去pip install，省心。
# 第一步：下载Anaconda
# 去官网 https://www.anaconda.com/products/individual 下载对应版本
# 第二步：创建虚拟环境（强烈建议）
conda create -n geo_visual python=3.9
# 第三步：激活环境
conda activate geo_visual
# 第四步：安装核心库
conda install -c conda-forge folium plotly geopandas jupyter
# 第五步：启动Jupyter
jupyter notebook💡 我的小技巧：创建虚拟环境时，名字最好有意义。比如我习惯用 geo_visual，一看就知道是地理可视化的项目。别用 test 或 new，三个月后你自己都忘了是干嘛的。
方案二：VS Code（适合写代码多的同学）
如果你像我一样，喜欢在编辑器里写代码、调试、看结果一条龙，那VS Code更适合你。
# 安装VS Code后，装这几个插件：
# 1. Python (微软官方)
# 2. Jupyter (微软官方)
# 3. Geo Data Viewer (预览GeoJSON用)
# 然后在终端里安装库
pip install folium plotly geopandas⚠️ 我曾经踩过的坑：在Windows上安装Geopandas时，直接 pip install geopandas 可能会报错。因为Geopandas依赖的GDAL和Fiona需要编译。解决方案有两个：
- 用conda安装（推荐）：
conda install -c conda-forge geopandas - 或者去 Christoph Gohlke的页面 下载预编译的whl文件
嗯，我当年就是卡在这一步，折腾了整整一个下午。后来换成conda，三分钟搞定。
验证环境是否装好
环境搭好了，怎么知道能不能用？写个简单脚本跑一下：
import folium
import plotly
import geopandas as gpd
print(f"Folium 版本: {folium.__version__}")
print(f"Plotly 版本: {plotly.__version__}")
print(f"Geopandas 版本: {gpd.__version__}")
# 创建一个简单地图
m = folium.Map(location=[39.9, 116.4], zoom_start=10)
m.save("test_map.html")
print("✅ 地图生成成功！打开 test_map.html 看看")如果没报错，恭喜你，环境搭好了。如果报错，别慌——99%的情况是库没装全，或者版本冲突。用 pip list 检查一下，缺什么补什么。
关于编辑器，我的个人建议
| 场景 | 推荐工具 | 理由 |
|---|---|---|
| 快速探索数据 | Jupyter Notebook | 单元格执行，边写边看结果 |
| 写完整项目 | VS Code | 代码补全、调试、Git集成 |
| 团队协作 | Jupyter Lab | 多标签页、文件浏览器、终端 |
| 纯学习 | Google Colab | 不用配环境，浏览器就能跑 |
我个人习惯是：学新东西用Jupyter，写正式项目用VS Code。你想想看，Jupyter里每个单元格都能独立运行，调试起来多方便。但真要写一个完整的可视化应用，还是VS Code的工程化管理更靠谱。
最后说两句
环境搭建这一步，看起来简单，但往往是劝退很多人的地方。我见过太多同学卡在「装不上」「报错了」「版本不对」这些坑里。
我的建议是：别追求最新版本。Python 3.9、Folium 0.12、Plotly 5.9、Geopandas 0.12——这些版本我亲自测试过，互相兼容，稳定运行。你非要装Python 3.12和最新版库，那遇到兼容性问题就只能自己解决了。
好了，环境搭好，咱们就可以正式开始玩地图了。下一章，我会带你用Folium画第一张交互地图——相信我，那感觉比用Matplotlib爽多了。
可可精品资料库