使用gmplot绘制热力图时遇TypeError：需实数而非字符串

我之前也碰到过类似的情况——明明pandas显示列的dtype是float64，gmplot却还是抛出了类型错误。大概率是数据里的隐藏问题或者传递方式的小细节导致的，你可以按下面的步骤逐一排查：

1. 检查并清理NaN值 #

gmplot的heatmap函数没法处理缺失值（NaN），哪怕列的整体dtype是float64，只要存在NaN，就可能触发类型错误。先检查缺失值数量：

print(lat_lon[['latitude', 'longitude']].isna().sum())

如果有缺失值，先清理掉再绘图：

lat_lon_clean = lat_lon.dropna(subset=['latitude', 'longitude'])
gmap.heatmap(lat_lon_clean['latitude'], lat_lon_clean['longitude'])

2. 将pandas Series转换为原生列表/NumPy数组 #

有时候gmplot对pandas Series的兼容性不太友好，哪怕dtype正确，也可能出现识别异常。你可以把Series转换成列表或者NumPy数组再传递：

# 转换成列表
gmap.heatmap(lat_lon['latitude'].tolist(), lat_lon['longitude'].tolist())

# 或者转换成NumPy数组
gmap.heatmap(lat_lon['latitude'].values, lat_lon['longitude'].values)

3. 验证数据中是否存在隐藏的非数值内容 #

虽然dtype显示是float64，但极少数情况下，数据读取过程中可能混入了不可见的字符串字符（比如空格、特殊符号），导致pandas表面显示为float，但实际内部有异常。你可以尝试强制转换并检查：

# 强制转换为float，若有异常会直接抛出错误
lat_lon['latitude'] = lat_lon['latitude'].astype(float)
lat_lon['longitude'] = lat_lon['longitude'].astype(float)

如果这一步报错，说明确实有隐藏的非数值内容，需要进一步清洗数据（比如用str.strip()去掉空格，或者替换异常值）。

4. 测试最小可复现案例 #

如果上面的步骤都没用，你可以用一组确定的数值测试，确认是数据问题还是gmplot版本问题：

import gmplot
import pandas as pd

# 手动构造洛杉矶附近的坐标
test_data = pd.DataFrame({
    'latitude': [34.0522, 34.0689, 34.0207],
    'longitude': [-118.2437, -118.3002, -118.2899]
})

gmap = gmplot.GoogleMapPlotter.from_geocode("Los Angeles", 10)
gmap.heatmap(test_data['latitude'], test_data['longitude'])
gmap.draw('test_crime_map.html')

如果这个测试代码能正常运行，那说明你的原始数据肯定存在异常，需要进一步排查；如果测试代码也报错，那可能是gmplot版本的问题，尝试升级到最新版本：

pip install --upgrade gmplot

内容的提问来源于stack exchange，提问作者Miguel 2488