Python绘制数据地图-GeoPandas入门

2025/2/5 12:02:55 来源：https://blog.csdn.net/m0_65482549/article/details/145212091 浏览: 次关键词：Python绘制数据地图-GeoPandas入门

使用GeoPandas绘制数据地图是一种非常直观且强大的数据可视化方法。GeoPandas是一个Python库，专门用于处理地理空间数据，它建立在Pandas和Shapely库之上，并集成了matplotlib、seaborn等绘图库的功能。

下面是一个简单的入门教程，教你如何使用GeoPandas绘制数据地图。

安装GeoPandas

首先，你需要安装GeoPandas。如果你还没有安装，可以使用pip来安装：

pip install geopandas

导入必要的库

import geopandas as gpd
import matplotlib.pyplot as plt

读取地理数据

GeoPandas支持多种地理数据格式，如GeoJSON、Shapefile（.shp）等。这里我们以读取一个GeoJSON文件为例。

# 读取GeoJSON文件
gdf = gpd.read_file('path_to_your_geojson_file.geojson')

查看数据

使用GeoPandas的DataFrame（GeoDataFrame）可以方便地查看地理数据。

print(gdf.head())

绘制地图

GeoPandas提供了便捷的绘图方法，可以直接使用plot方法绘制地图。

# 绘制地图
gdf.plot()
plt.title('My GeoDataFrame Map')
plt.xlabel('Longitude')
plt.ylabel('Latitude')
plt.show()

添加数据到地图

如果你的GeoDataFrame中有一些数值数据，你可以将这些数据通过颜色编码的方式显示在地图上。

# 假设GeoDataFrame中有一个名为'population'的列
fig, ax = plt.subplots(1, 1, figsize=(10, 6))
gdf.plot(column='population', ax=ax, legend=True, legend_kwds={'label': "Population"})
plt.title('Population Distribution')
plt.show()

自定义地图样式

你可以使用各种参数来自定义地图的样式，比如颜色映射、边界颜色、填充颜色等。

# 使用自定义的颜色映射
fig, ax = plt.subplots(1, 1, figsize=(10, 6))
gdf.plot(column='population', ax=ax, legend=True, cmap='viridis', edgecolor='0.8', linewidth=0.5)
plt.title('Population Distribution (Customized)')
plt.show()

保存地图

如果你想把地图保存为图片文件，可以使用savefig方法。

fig, ax = plt.subplots(1, 1, figsize=(10, 6))
gdf.plot(column='population', ax=ax, legend=True, cmap='viridis', edgecolor='0.8', linewidth=0.5)
plt.title('Population Distribution (Saved)')
plt.savefig('population_distribution_map.png')
plt.close(fig)  # 关闭图形，因为已经保存了

示例代码总结

import geopandas as gpd
import matplotlib.pyplot as plt# 读取GeoJSON文件
gdf = gpd.read_file('path_to_your_geojson_file.geojson')# 查看数据
print(gdf.head())# 绘制基础地图
gdf.plot()
plt.title('My GeoDataFrame Map')
plt.xlabel('Longitude')
plt.ylabel('Latitude')
plt.show()# 绘制带有数据列的地图
fig, ax = plt.subplots(1, 1, figsize=(10, 6))
gdf.plot(column='population', ax=ax, legend=True, legend_kwds={'label': "Population"})
plt.title('Population Distribution')
plt.show()# 自定义地图样式
fig, ax = plt.subplots(1, 1, figsize=(10, 6))
gdf.plot(column='population', ax=ax, legend=True, cmap='viridis', edgecolor='0.8', linewidth=0.5)
plt.title('Population Distribution (Customized)')
plt.show()# 保存地图
fig, ax = plt.subplots(1, 1, figsize=(10, 6))
gdf.plot(column='population', ax=ax, legend=True, cmap='viridis', edgecolor='0.8', linewidth=0.5)
plt.title('Population Distribution (Saved)')
plt.savefig('population_distribution_map.png')
plt.close(fig)