5️⃣ 進階圖層

🎯 什麼是熱力圖與點群集？

Folium 提供 熱力圖（HeatMap）與點群集（MarkerCluster） 來顯示數據密度。

✅ 熱力圖（HeatMap）：適合顯示數據密度，例如 人流量、氣候數據、房價分布。

✅ 點群集（MarkerCluster）：適合 大量標記點的地圖視覺化，例如 餐廳、停車場、災害報告。

---

✅ 建立熱力圖（HeatMap）

import folium
from folium.plugins import HeatMap

# 建立地圖
m = folium.Map(location=[25.0330, 121.5654], zoom_start=12)

# 添加熱力圖數據（格式：[緯度, 經度]）
heat_data = [
    [25.0330, 121.5654],
    [25.0375, 121.5637],
    [25.0455, 121.5100],
    [25.0320, 121.5700],
    [25.0380, 121.5500]
]
HeatMap(heat_data).add_to(m)

# 儲存地圖
m.save("map_with_heatmap.html")

✅ 效果：地圖上會出現不同顏色的熱力區域，代表該區數據密集程度。

---

✅ 使用 Pandas 處理熱力圖數據

可以用 Pandas 讀取 CSV 檔案 並生成熱力圖。

import pandas as pd

# 讀取 CSV 檔案
# 假設 CSV 有 'latitude' 和 'longitude' 欄位
df = pd.read_csv("data.csv")

# 轉換成熱力圖格式
heat_data = df[['latitude', 'longitude']].values.tolist()
HeatMap(heat_data).add_to(m)

✅ 這樣可以用外部數據來建立熱力圖，適用於大量地理數據分析。

---

✅ 添加點群集（MarkerCluster）

from folium.plugins import MarkerCluster

# 建立 MarkerCluster 物件
marker_cluster = MarkerCluster().add_to(m)

# 添加標記點到 MarkerCluster
locations = [
    [25.0330, 121.5654],
    [25.0375, 121.5637],
    [25.0455, 121.5100],
    [25.0320, 121.5700],
    [25.0380, 121.5500]
]
for loc in locations:
    folium.Marker(loc, popup="標記點").add_to(marker_cluster)

✅ 效果：

• 標記點密集時，會自動群組。
• 放大地圖後，群組會拆分成個別標記點。

---

📝 總結

功能	語法
添加熱力圖	HeatMap(heat_data).add_to(m)
讀取 CSV 生成熱力圖	heat_data = df[['latitude', 'longitude']].values.tolist()
添加點群集	marker_cluster = MarkerCluster().add_to(m)
批次加入標記點	迴圈 folium.Marker(loc).add_to(marker_cluster)

🚀 現在你已經學會如何使用 Folium 來建立熱力圖與點群集！接下來，我們將學習如何整合 Pandas 進行地理數據可視化！ 😊