Pythongeopandas 中国地图绘制.docxVIP

Python-geopandas 中国地图绘制 geopandas供应了格外便利的read_file()方法用于读取geojson文件，我们直接进行默认投影(WGS84)的绘制，代码如下： file?=?r中国省级地图GS（2021）1719号.geojsonnine?=?r九段线GS（2021）1719号.geojsonchina_main?=?gpd.read_file(file)china_nine?=?gpd.read_file(nine)fig,?ax?=?plt.subplots(figsize=(12,?8),dpi=80)ax?=?china_main.plot(ax=ax)ax?=?china_nine.plot(ax=ax) 可视化结果如下： 我们进行投影转换(epsg=2343)和进行一些简约的设置，代码如下： fig,?ax?=?plt.subplots(figsize=(12,?8),dpi=80)ax?=?china_main.geometry.to_crs(epsg=2343).plot(fc=white,ec=black,ax=ax)ax?=?china_nine.geometry.to_crs(epsg=2343).plot(ec=black,ax=ax) 这里留意to_crs(epsg=2343) 就可以进行投影转换了。 绘图数据操作 接下来，我们将我们要绘制的数据读取、转换并绘制在地图上，数据预览如下： 我们使用如下代码将其转换成具有地理信息的geopandas 格式数据： scattergdf?=?gpd.GeoDataFrame(????scatter,?geometry=gpd.points_from_xy(scatter.lon,?scatter.lat),????crs=EPSG:4326)scattergdf.head() 结果如下： 接下来再将其转换成 epsg=2343 投影下的数据： scattergdf_2343?=?scattergdf.to_crs(epsg=2343,?inplace=True) 以上就完成的数据的处理操作了 地图可视化绘制 直接给出绘图代码，然后再进行解释。次要代码如下： fig,?ax?=?plt.subplots(figsize=(8,5),dpi=200,)plt.rcParams[font.family]?=?[Times?New?Roman]ax?=?china_main.geometry.to_crs(epsg=2343).plot(fc=white,ec=black,linewidth=.8,ax=ax)ax?=?china_nine.geometry.to_crs(epsg=2343).plot(color=gray,linewidth=.9,ax=ax)for?loc,?size,class_name?in?zip(scattergdf_2343.geometry.representative_point(),\????????????????????????????????scattergdf_2343[data],scattergdf_2343[class]):????ax.scatter(loc.x,loc.y,s=10*size,fc=class_color[class_name],ec=black,lw=.5,zorder=2)?#添加刻度线for?spine?in?[top,left,bottom,right]:????ax.spines[spine].set_color(none)ax.set_xlim(china_nine_2343.geometry[0].x-500000,?china_nine_2343.geometry[1].x)ax.set_ylim(china_nine_2343.geometry[0].y,?china_nine_2343.geometry[1].y)ax.set_xticks([])ax.set_yticks([])#单独绘制图例散点ax.scatter([],?[],?c=#E21C21,?s=30,??label=cluster1,ec=black,lw=.5)?ax.scatter([],?[],?c=#3A7CB5,?s=30,??label=cluster2,ec=black,lw=.5)ax.scatter([],?[],?c=#51AE4F,?s=30,??label=cluster3,ec=black,lw=.5)ax.scatter([],?[],?c=white,?s=1*10,label=1,?e