上一期的地图可视化推文教程R-ggplot2 标准中国地图制作中，我们详细介绍了使用R-ggplot2 包完美绘制中国标准地图，本期推文我们则试着使用Python-geopandas包绘制空间地图，主要的知识点如下：
-
geopandas 绘制中国地图
-
matplotlib add_axes()添加南海小地图
-
绘图文件分享
geopandas 读取中国地图文件
geopandas提供了非常方便的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：
1file = r"中国省级地图GS（2019）1719号.geojson" 2nine = r"九段线GS（2019）1719号.geojson" 3china_main = gpd.read_file(file) 4china_nine = gpd.read_file(nine) 5fig, ax = plt.subplots(figsize=(12, 8),dpi=80) 6ax = china_main.plot(ax=ax) 7ax = china_nine.plot(ax=ax) 8
可视化结果如下：
我们进行投影转换(epsg=2343)和进行一些简单的设置，代码如下：
1`fig, ax = plt.subplots(figsize=(12, 8),dpi=80) 2ax = china_main.geometry.to_crs(epsg=2343).plot(fc="white",ec="black",ax=ax) 3ax = china_nine.geometry.to_crs(epsg=2343).plot(ec="black",ax=ax) 4`
这里注意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：
1scattergdf = gpd.GeoDataFrame( 2 scatter, geometry=gpd.points_from_xy(scatter.lon, scatter.lat), 3 crs="EPSG:4326") 4scattergdf.head() 5
结果如下：
接下来再将其转换成 epsg=2343 投影下的数据：
1scattergdf_2343 = scattergdf.to_crs(epsg=2343, inplace=True) 2
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。主要代码如下：
1fig, ax = plt.subplots(figsize=(8,5),dpi=200,) 2plt.rcParams['font.family'] = ['Times New Roman'] 3 4ax = china_main.geometry.to_crs(epsg=2343).plot(fc="white",ec="black",linewidth=.8,ax=ax) 5ax = china_nine.geometry.to_crs(epsg=2343).plot(color="gray",linewidth=.9,ax=ax) 6 7for loc, size,class_name in zip(scattergdf_2343.geometry.representative_point(),\ 8 scattergdf_2343["data"],scattergdf_2343["class"]): 9 ax.scatter(loc.x,loc.y,s=10*size,fc=class_color[class_name],ec="black",lw=.5,zorder=2) 10#添加刻度线 11for spine in ['top','left',"bottom","right"]: 12 ax.spines[spine].set_color("none") 13 14ax.set_xlim(china_nine_2343.geometry[0].x-500000, china_nine_2343.geometry[1].x) 15ax.set_ylim(china_nine_2343.geometry[0].y, china_nine_2343.geometry[1].y) 16ax.set_xticks([]) 17ax.set_yticks([]) 18#单独绘制图例散点 19ax.scatter([], [], c='#E21C21', s=30, label='cluster1',ec="black",lw=.5) 20ax.scatter([], [], c='#3A7CB5', s=30, label='cluster2',ec="black",lw=.5) 21ax.scatter([], [], c='#51AE4F', s=30, label='cluster3',ec="black",lw=.5) 22 23ax.scatter([], [], c='white', s=1*10,label='1', edgecolor='black',lw=.5) 24ax.scatter([], [], c='white', s=2*10,label='2', edgecolor='black',lw=.5) 25ax.scatter([], [], c='white', s=3*10,label='3', edgecolor='black',lw=.5) 26ax.scatter([], [], c='white', s=4*10,label='4', edgecolor='black',lw=.5) 27ax.scatter([], [], c='white', s=5*10,label='5', edgecolor='black',lw=.5) 28 29ax.legend(frameon=False,ncol=8,loc="upper center", 30 fontsize=9,columnspacing=.2) 31 32ax.text(.91,-0.02,'\nVisualization by DataCharm',transform = ax.transAxes, 33 ha='center', va='center',fontsize = 6,color='black') 34 35#添加南海小地图 36ax_child = fig.add_axes([0.688, 0.125, 0.2, 0.2]) 37ax_child = china_main.geometry.to_crs(epsg=2343).plot(ax=ax_child, 38 fc="white", 39 ec="black",) 40ax_child = china_nine.geometry.to_crs(epsg=2343).plot(ax=ax_child, 41 color="gray", 42 linewidth=.9, 43 ) 44 45for loc, size,class_name in zip(scattergdf_2343.geometry.representative_point(),\ 46 scattergdf_2343["data"],scattergdf_2343["class"]): 47 ax_child.scatter(loc.x,loc.y,s=10*size,fc=class_color[class_name],ec="black",lw=.5,zorder=2) 48 49ax_child.set_xlim(china_nine_2343.geometry[2].x, china_nine_2343.geometry[3].x) 50ax_child.set_ylim(china_nine_2343.geometry[2].y, china_nine_2343.geometry[3].y) 51# 移除子图坐标轴刻度， 52ax_child.set_xticks([]) 53ax_child.set_yticks([]) 54
- add_axes() 添加南海小地图
1#添加南海小地图 2ax_child = fig.add_axes([0.688, 0.125, 0.2, 0.2]) 3ax_child = china_main.geometry.to_crs(epsg=2343).plot(ax=ax_child, 4 fc="white", 5 ec="black",) 6ax_child = china_nine.geometry.to_crs(epsg=2343).plot(ax=ax_child, 7 color="gray", 8 linewidth=.9, 9 ) 10 11for loc, size,class_name in zip(scattergdf_2343.geometry.representative_point(),\ 12 scattergdf_2343["data"],scattergdf_2343["class"]): 13 ax_child.scatter(loc.x,loc.y,s=10*size,fc=class_color[class_name],ec="black",lw=.5,zorder=2) 14 15ax_child.set_xlim(china_nine_2343.geometry[2].x, china_nine_2343.geometry[3].x) 16ax_child.set_ylim(china_nine_2343.geometry[2].y, china_nine_2343.geometry[3].y) 17# 移除子图坐标轴刻度， 18ax_child.set_xticks([]) 19ax_child.set_yticks([]) 20
可以发现，除了显示范围的不同外，其他的和绘制主题部分的代码一致。
- 单独添加图例
1#单独绘制图例散点 2ax.scatter([], [], c='#E21C21', s=30, label='cluster1',ec="black",lw=.5) 3ax.scatter([], [], c='#3A7CB5', s=30, label='cluster2',ec="black",lw=.5) 4ax.scatter([], [], c='#51AE4F', s=30, label='cluster3',ec="black",lw=.5) 5 6ax.scatter([], [], c='white', s=1*10,label='1', edgecolor='black',lw=.5) 7ax.scatter([], [], c='white', s=2*10,label='2', edgecolor='black',lw=.5) 8ax.scatter([], [], c='white', s=3*10,label='3', edgecolor='black',lw=.5) 9ax.scatter([], [], c='white', s=4*10,label='4', edgecolor='black',lw=.5) 10ax.scatter([], [], c='white', s=5*10,label='5', edgecolor='black',lw=.5) 11 12ax.legend(frameon=False,ncol=8,loc="upper center", 13 fontsize=9,columnspacing=.2) 14
这部分还是为了更好的定制化图例，希望大家可以掌握。
最终，我们的可视化效果如下：
注：该数据只限于练习交流，请勿用于科研、出版使用**。**
总结
本期推文使用了Python-geopandas进行了中国地图的绘制,讲解了数据标记，投影转换等内容。但需指出的是：
-
geopandas 的安装较为麻烦，建议使用 conda install --channel conda-forge geopandas 进行安装。
-
Python 绘制空间可视化还是存在部分问题(无法较容易的添加如比例尺、指北针等空间绘图元素)，也在进一步完善过程中。
-------------------********************************** End **********-------------**-----********-**********************************
往期精彩文章推荐：
欢迎各位大佬点击链接加入群聊【helloworld开发者社区】：https://jq.qq.com/?_wv=1027&k=mBlk6nzX进群交流IT技术热点。
本文转自 https://mp.weixin.qq.com/s/kxcqyeya2TT0vhxWW3d_fQ，如有侵权，请联系删除。