Geopandas 可视化

# 地图与可视化 GeoPandas 通过集成 matplotlib 提供绘图功能。 ## 基础绘图 python # 简单绘图 gdf.plot() # 自定义图形大小 gdf.plot(figsize=(10, 10)) # 设置颜色 gdf.plot(color='blue', edgecolor='black') # 控制线宽 gdf.plot(edgecolor='black', linewidth=0.5) ## 等值区域图 (Choropleth Maps) 根据数据值对要素进行着色： python # 基础等值区域图 gdf.plot(column='population', legend=True) # 指定颜色映射 gdf.plot(column='population', cmap='OrRd', legend=True) # 其他颜色映射: 'viridis', 'plasma', 'inferno', 'YlOrRd', 'Blues', 'Greens' ### 分类方案 需要：`uv pip install mapclassify` python # 分位数 gdf.plot(column='population', scheme='quantiles', k=5, legend=True) # 等间距 gdf.plot(column='population', scheme='equal_interval', k=5, legend=True) # 自然断点 (Fisher-Jenks) gdf.plot(column='population', scheme='fisher_jenks', k=5, legend=True) # 其他方案: 'box_plot', 'headtail_breaks', 'max_breaks', 'std_mean' # 传递参数给分类 gdf.plot(column='population', scheme='quantiles', k=7, classification_kwds={'pct': [10, 20, 30, 40, 50, 60, 70, 80, 90]}) ### 图例自定义 python # 将图例放置在绘图外部 gdf.plot(column='population', legend=True, legend_kwds={'loc': 'upper left', 'bbox_to_anchor': (1, 1)}) # 水平图例 gdf.plot(column='population', legend=True, legend_kwds={'orientation': 'horizontal'}) # 自定义图例标签 gdf.plot(column='population', legend=True, legend_kwds={'label': 'Population Count'}) # 为颜色条使用单独的轴 import matplotlib.pyplot as plt fig, ax = plt.subplots(1, 1, figsize=(10, 6)) divider = make_axes_locatable(ax) cax = divider.append_axes("right", size="5%", pad=0.1) gdf.plot(column='population', ax=ax, legend=True, cax=cax) ## 处理缺失数据 python # 设置缺失值样式 gdf.plot(column='population', missing_kwds={'color': 'lightgrey', 'edgecolor': 'red', 'hatch': '///', 'label': 'Missing data'}) ## 多图层地图 组合多个 GeoDataFrame： python import matplotlib.pyplot as plt # 创建基础绘图 fig, ax = plt.subplots(figsize=(10, 10)) # 添加图层 gdf1.plot(ax=ax, color='lightblue', edgecolor='black') gdf2.plot(ax=ax, color='red', markersize=5) gdf3.plot(ax=ax, color='green', alpha=0.5) plt.show() # 使用 zorder 控制图层顺序 (值越大越靠上) gdf1.pl