热力图是一种非常经典的数据可视化方式，可以展示出地理位置点的密度分布情况。在Python中，我们可以使用基于Matplotlib和Seaborn库的HeatMap函数来绘制热力图地图。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
# 加载数据
data = pd.read_csv('data.csv')
# 创建坐标轴
fig, ax = plt.subplots(figsize=(15, 10))
# 绘制热力图
sns.heatmap(data.pivot_table(index='纬度', columns='经度', values='数量'), ax=ax, cmap='YlOrRd', fmt='.0f')
# 添加地图标注
ax.set_title('中国各地区数量分布热力图')
ax.set_xlabel('经度')
ax.set_ylabel('纬度')
plt.show()

首先，我们需要加载要绘制的数据，可以是CSV或Excel等数据格式。然后，我们根据数据中的经纬度和数量字段生成一个数据透视表，作为heatmap函数的输入。

创建坐标轴时，我们指定热力图的大小，并通过seaborn库中的heatmap函数绘制热力图。这里我们使用Yellow-Orange-Red渐变色彩方案，fmt参数指定热力图上标签的格式，".0f"表示保留0位小数。

最后，我们添加图表标题、x轴和y轴标签，并使用plt.show()函数展示生成的热力图地图。