Folium标记点基于数值区间的颜色映射实现

嘿，我来帮你搞定Folium标记点按DataFrame数值区间配色的问题！其实思路很清晰，就是先把数值映射到对应颜色，再把颜色绑定到标记点上，下面分两种常用场景给你详细说：

如果你想把数值分成几个明确的区间（比如0-10用绿色，11-20用黄色这类），可以用pandas.cut()来完成数值到颜色的映射：

1. 定义区间和对应颜色
   先确定你要划分的数值范围，以及每个区间对应的颜色（Folium的Marker Icon支持预设的颜色名称，比如'green'、'yellow'、'orange'、'red'这些）：

   import pandas as pd
   import folium
   
   # 假设你的数据存在df里，包含经纬度列（lat、lon）和目标数值列（比如叫value）
   bins = [0, 10, 20, 30, float('inf')]  # 自定义数值区间
   color_labels = ['green', 'yellow', 'orange', 'red']  # 对应每个区间的颜色
   
   # 给df新增一列color，根据value列的数值区间分配颜色
   df['marker_color'] = pd.cut(df['value'], bins=bins, labels=color_labels)
   

2. 遍历数据添加带颜色的标记点
   接下来创建地图，遍历每一行数据，把分配好的颜色传给Marker的icon参数：

   # 初始化地图，中心设为数据的平均经纬度
   m = folium.Map(location=[df['lat'].mean(), df['lon'].mean()], zoom_start=10)
   
   # 逐行添加标记点
   for _, row in df.iterrows():
       folium.Marker(
           location=[row['lat'], row['lon']],
           popup=f"数值: {row['value']}",  # 弹窗显示对应数值
           icon=folium.Icon(color=row['marker_color'])  # 绑定映射好的颜色
       ).add_to(m)
   
   # 保存地图
   m.save('colored_markers_map.html')
   

如果想要颜色随数值连续渐变（比如数值越小越绿，越大越红），可以用branca.colormap生成线性颜色映射：

1. 创建连续颜色映射
   先导入LinearColormap，基于数值的最小最大值生成渐变配色：

   from branca.colormap import LinearColormap
   
   # 定义渐变颜色范围，比如从绿到黄再到红
   colormap = LinearColormap(
       colors=['#00FF00', '#FFFF00', '#FF0000'],
       vmin=df['value'].min(),  # 数值最小值
       vmax=df['value'].max()   # 数值最大值
   )
   

2. 用CircleMarker实现渐变标记
   这里注意：Folium的普通Marker Icon不支持自定义十六进制颜色，所以推荐用CircleMarker（圆形标记）来实现，它可以直接接受十六进制颜色值：

   # 初始化地图
   m = folium.Map(location=[df['lat'].mean(), df['lon'].mean()], zoom_start=10)
   
   # 逐行添加渐变圆形标记
   for _, row in df.iterrows():
       marker_color = colormap(row['value'])  # 根据数值获取对应颜色
       folium.CircleMarker(
           location=[row['lat'], row['lon']],
           radius=6,  # 标记大小
           color=marker_color,
           fill=True,
           fill_color=marker_color,
           popup=f"数值: {row['value']}"
       ).add_to(m)
   
   # 把颜色条添加到地图上，方便查看数值对应颜色
   colormap.add_to(m)
   
   # 保存地图
   m.save('gradual_color_map.html')
   

两种方式可以根据你的需求选：离散区间适合分类明确的场景，连续渐变适合展示数值的趋势变化。

内容的提问来源于stack exchange，提问作者Ken