Leafmap项目中使用Folium后端解决Streamlit地图标记问题
2025-06-24 03:41:34作者:龚格成
问题背景
在使用Leafmap进行地理数据可视化时,开发者可能会遇到在Jupyter Notebook中运行正常的地图标记功能,在Streamlit环境中却无法正常显示的问题。这种情况通常是由于后端渲染引擎的兼容性问题导致的。
技术分析
Leafmap支持多种地图渲染引擎,其中ipyleaflet和folium是两种常用的后端。Streamlit作为一个Web应用框架,对这两种后端的支持程度不同:
- ipyleaflet后端:基于Jupyter Widgets,主要在Jupyter环境中工作良好,但在Streamlit中支持有限
- folium后端:基于纯JavaScript实现,与Streamlit兼容性更好
解决方案
要解决Streamlit中地图标记显示异常的问题,需要显式指定使用folium后端:
import leafmap.foliumap as leafmap
这一行代码替换了常规的import leafmap导入语句,确保Leafmap使用与Streamlit兼容的folium后端进行地图渲染。
完整示例代码
以下是修正后的完整代码示例,展示了如何在Streamlit中正确使用Leafmap进行地理数据可视化:
import streamlit as st
import leafmap.foliumap as leafmap
import geopandas as gpd
import pandas as pd
from shapely import Point
# 加载城市数据
cities = pd.read_csv("城市数据CSV地址")
# 创建几何对象
geometry = [Point(xy) for xy in zip(cities['longitude'], cities['latitude'])]
# 转换为GeoDataFrame
cities = gpd.GeoDataFrame(cities, geometry=geometry, crs='epsg:4326')
# 创建地图实例
m = leafmap.Map(center=[40, -100], zoom=4)
# 添加数据图层
m.add_data(cities,
layer_name="Regions",
column="region",
categories=['West', 'South', 'Midwest', 'Northeast'],
colors=['#a6611a','#dfc27d','#80cdc1','#018571'],
categorical=True,
legend_position='bottomright',
style={
"stroke": True,
"color": "gray",
"weight": .5,
"opacity": .5,
"fill": True,
"fillOpacity": 0.5,
}
)
# 在Streamlit中显示地图
m.to_streamlit(height=700)
注意事项
-
确保安装了正确版本的依赖库:
- leafmap 0.41.5或更高版本
- streamlit 1.40.2或更高版本
- geopandas
- folium
-
如果遇到性能问题,可以考虑:
- 减少显示的数据点数量
- 使用聚类标记
- 调整地图缩放级别
-
对于更复杂的地图交互需求,可能需要考虑使用Streamlit的原生地图组件或其他专门的地图库。
通过使用正确的后端导入方式,开发者可以充分利用Leafmap在Streamlit中的地理数据可视化能力,实现丰富的地图展示效果。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
309
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.84 K
React Native鸿蒙化仓库
JavaScript
259
322