基于地图绘制2D坐标路径及生成Spaghetti Diagram的技术咨询

一、Python代码实现（灵活可控，适合自定义需求） #

核心依赖库 #

• matplotlib：基础绘图，用于绘制路径和坐标点
• numpy：处理坐标数据，计算路径交集和高频区域
• scipy：可选，用于密度计算生成热力图（高频区域）

具体实现步骤 #

1. 数据准备
   假设坐标数据为列表格式，每条路径是包含(x,y)元组的列表：

   import numpy as np
   import matplotlib.pyplot as plt
   from scipy.ndimage import gaussian_filter
   
   # 示例数据：3条路径，每条含多个坐标点
   paths = [
       [(1,2), (2,3), (3,4), (4,3), (5,2)],
       [(1,2), (2,2), (3,3), (4,2), (5,2)],
       [(1,2), (2,1), (3,2), (4,1), (5,2)]
   ]
   

2. 绘制所有路径和坐标点

   plt.figure(figsize=(8,6))
   
   # 遍历绘制每条路径
   for path in paths:
       x_coords, y_coords = zip(*path)
       plt.plot(x_coords, y_coords, color='gray', linewidth=1.5, alpha=0.6)
       plt.scatter(x_coords, y_coords, color='black', s=15)
   
   plt.xlabel('X坐标')
   plt.ylabel('Y坐标')
   plt.title('多路径可视化及高频区域')
   

3. 计算并绘制路径交集（蓝色路径）
   将路径拆分为线段，统计每条线段的覆盖次数，覆盖次数≥2的即为交集：

   # 路径转线段集合（按坐标顺序排序避免重复统计）
   def path_to_segments(path):
       segments = []
       for i in range(len(path)-1):
           seg = tuple(sorted((path[i], path[i+1])))
           segments.append(seg)
       return segments
   
   # 统计线段出现次数
   segment_counts = {}
   for path in paths:
       segs = path_to_segments(path)
       for seg in segs:
           segment_counts[seg] = segment_counts.get(seg, 0) + 1
   
   # 绘制交集线段
   for seg, count in segment_counts.items():
       if count >= 2:
           (x1,y1), (x2,y2) = seg
           plt.plot([x1,x2], [y1,y2], color='blue', linewidth=3)
   

4. 绘制高频通行区域（热力图）
   合并所有路径坐标点，用高斯模糊生成热力图：

   # 收集所有路径的坐标点
   all_points = []
   for path in paths:
       all_points.extend(path)
   x_all, y_all = zip(*all_points)
   
   # 生成热力图数据
   heatmap, xedges, yedges = np.histogram2d(x_all, y_all, bins=20)
   heatmap = gaussian_filter(heatmap, sigma=1)
   
   # 叠加热力图
   extent = [xedges[0], xedges[-1], yedges[0], yedges[-1]]
   plt.imshow(heatmap.T, extent=extent, origin='lower', cmap='YlOrRd', alpha=0.3)
   plt.colorbar(label='通行频率')
   
   plt.show()
   

二、可视化工具方案（无需编码，快速上手） #

1. Tableau #

• 操作步骤：
  • 将坐标按「路径ID、X、Y、点顺序」整理为表格
  • 导入数据后，X拖列、Y拖行，路径ID拖「颜色」，点顺序拖「路径」生成多路径
  • 用「密度标记」生成热力图，通过筛选重复线段标记交集路径为蓝色
• 优势：拖拽式操作，适合非技术人员，支持交互图表

2. Power BI #

• 操作步骤：
  • 整理路径数据为结构化表格，添加路径ID和点序号列
  • 用「折线图」可视化路径，路径ID作图例，点序号作排序依据
  • 用「热力图」展示高频区域，通过DAX公式计算线段重复次数，将重复≥2的路径设为蓝色
• 优势：可整合其他数据，支持企业级发布共享

3. QGIS（开源地理工具） #

• 操作步骤：
  • 将坐标转换为SHP矢量文件（每条路径为一条线要素）
  • 加载路径图层，设为灰色基础样式
  • 用「相交分析」工具找出交集线段，设为蓝色样式
  • 通过「核密度分析」生成高频区域热力图图层
• 优势：开源免费，适合专业地理空间分析

内容的提问来源于stack exchange，提问作者GZanotto