使用 geopandas 和 matplotlib 绘制地图

Question

我有来自英国伯明翰的 6 个坐标的小 csv。 我用 Pandas 读取了 csv，然后将其转换为 GeoPandas DataFrame，使用 Shapely Points 更改我的纬度和经度列。 我现在正在尝试绘制我的 GeoDataframe，我能看到的只是点。 我如何同时表示伯明翰地图？ GeoPandas 上的良好文档来源也将受到强烈赞赏。

from shapely.geometry import Point
import geopandas as gpd
import pandas as pd

df = pd.read_csv('SiteLocation.csv')
df['Coordinates'] = list(zip(df.LONG, df.LAT))
df['Coordinates'] = df['Coordinates'].apply(Point)
# Building the GeoDataframe 
geo_df = gpd.GeoDataFrame(df, geometry='Coordinates')
geo_df.plot()  

Answer 1

GeoPandas 文档包含一个关于如何向地图添加背景的示例 ( https://geopandas.readthedocs.io/en/latest/gallery/plotting_basemap_background.html )，下面有更详细的解释。

---

您将不得不处理tiles ，即通过网络服务器提供的（png）图像，其URL类似于

http://.../Z/X/Y.png ，其中 Z 是缩放级别， X 和 Y 标识图块

geopandas 的文档展示了如何将图块设置为绘图的背景，获取正确的图块并完成所有其他困难的空间同步工作等......

---

安装

假设 GeoPandas 已经安装，你还需要contextily包。 如果你在 windows 下，你可能想看看如何安装 Contextily？

用例

创建一个 python 脚本并定义上下文辅助函数

import contextily as ctx def add_basemap(ax, zoom, url='http://tile.stamen.com/terrain/tileZ/tileX/tileY.png'): xmin, xmax, ymin, ymax = ax.axis() basemap, extent = ctx.bounds2img(xmin, ymin, xmax, ymax, zoom=zoom, url=url) ax.imshow(basemap, extent=extent, interpolation='bilinear') # restore original x/y limits ax.axis((xmin, xmax, ymin, ymax))

和玩

import matplotlib.pyplot as plt from shapely.geometry import Point import geopandas as gpd import pandas as pd # Let's define our raw data, whose epsg is 4326 df = pd.DataFrame({ 'LAT' :[-22.266415, -20.684157], 'LONG' :[166.452764, 164.956089], }) df['coords'] = list(zip(df.LONG, df.LAT)) # ... turn them into geodataframe, and convert our # epsg into 3857, since web map tiles are typically # provided as such. geo_df = gpd.GeoDataFrame( df, crs ={'init': 'epsg:4326'}, geometry = df['coords'].apply(Point) ).to_crs(epsg=3857) # ... and make the plot ax = geo_df.plot( figsize= (5, 5), alpha = 1 ) add_basemap(ax, zoom=10) ax.set_axis_off() plt.title('Kaledonia : From Hienghène to Nouméa') plt.show()

---

注意：您可以使用zoom来为地图找到合适的分辨率。 例如/即：

...这样的决议暗中要求更改 x/y 限制。

Answer 2

试试df.unary_union 。 该函数将点聚合成单个几何图形。 Jupyter Notebook可以绘制它

Answer 3

只想添加有关缩放的用例，即根据新的xlim和ylim坐标更新底图。 我想出的一个解决方案是：

• 首先在可以检测xlim_changed和ylim_changed的ax上设置回调
• 一旦两者都被检测为更改，获取新的plot_area调用ax.get_xlim()和ax.get_ylim()
• 然后清除ax并重新绘制底图和任何其他数据

显示首都的世界地图示例。 当您放大地图的分辨率时，您会注意到正在更新。

import geopandas as gpd
import matplotlib.pyplot as plt
import contextily as ctx


figsize = (12, 10)
osm_url = 'http://tile.stamen.com/terrain/{z}/{x}/{y}.png'
EPSG_OSM = 3857
EPSG_WGS84 = 4326

class MapTools:
    def __init__(self):
        self.cities = gpd.read_file(
            gpd.datasets.get_path('naturalearth_cities'))
        self.cities.crs = EPSG_WGS84
        self.cities = self.convert_to_osm(self.cities)

        self.fig, self.ax = plt.subplots(nrows=1, ncols=1, figsize=figsize)
        self.callbacks_connect()

        # get extent of the map for all cities
        self.cities.plot(ax=self.ax)
        self.plot_area = self.ax.axis()

    def convert_to_osm(self, df):
        return df.to_crs(epsg=EPSG_OSM)

    def callbacks_connect(self):
        self.zoomcallx = self.ax.callbacks.connect(
            'xlim_changed', self.on_limx_change)
        self.zoomcally = self.ax.callbacks.connect(
            'ylim_changed', self.on_limy_change)

        self.x_called = False
        self.y_called = False

    def callbacks_disconnect(self):
        self.ax.callbacks.disconnect(self.zoomcallx)
        self.ax.callbacks.disconnect(self.zoomcally)

    def on_limx_change(self, _):
        self.x_called = True
        if self.y_called:
            self.on_lim_change()

    def on_limy_change(self, _):
        self.y_called = True
        if self.x_called:
            self.on_lim_change()

    def on_lim_change(self):
        xlim = self.ax.get_xlim()
        ylim = self.ax.get_ylim()
        self.plot_area = (*xlim, *ylim)
        self.blit_map()

    def add_base_map_osm(self):
        if abs(self.plot_area[1] - self.plot_area[0]) < 100:
            zoom = 13

        else:
            zoom = 'auto'

        try:
            basemap, extent = ctx.bounds2img(
                self.plot_area[0], self.plot_area[2],
                self.plot_area[1], self.plot_area[3],
                zoom=zoom,
                url=osm_url,)
            self.ax.imshow(basemap, extent=extent, interpolation='bilinear')

        except Exception as e:
            print(f'unable to load map: {e}')

    def blit_map(self):
        self.ax.cla()
        self.callbacks_disconnect()
        cities = self.cities.cx[
            self.plot_area[0]:self.plot_area[1],
            self.plot_area[2]:self.plot_area[3]]
        cities.plot(ax=self.ax, color='red', markersize=3)

        print('*'*80)
        print(self.plot_area)
        print(f'{len(cities)} cities in plot area')

        self.add_base_map_osm()
        self.callbacks_connect()

    @staticmethod
    def show():
        plt.show()


def main():
    map_tools = MapTools()
    map_tools.show()

if __name__ == '__main__':
    main()

使用以下 pip 安装在 Linux Python3.8 上运行

affine==2.3.0
attrs==19.3.0
autopep8==1.4.4
Cartopy==0.17.0
certifi==2019.11.28
chardet==3.0.4
Click==7.0
click-plugins==1.1.1
cligj==0.5.0
contextily==1.0rc2
cycler==0.10.0
descartes==1.1.0
Fiona==1.8.11
geographiclib==1.50
geopandas==0.6.2
geopy==1.20.0
idna==2.8
joblib==0.14.0
kiwisolver==1.1.0
matplotlib==3.1.2
mercantile==1.1.2
more-itertools==8.0.0
munch==2.5.0
numpy==1.17.4
packaging==19.2
pandas==0.25.3
Pillow==6.2.1
pluggy==0.13.1
py==1.8.0
pycodestyle==2.5.0
pyparsing==2.4.5
pyproj==2.4.1
pyshp==2.1.0
pytest==5.3.1
python-dateutil==2.8.1
pytz==2019.3
rasterio==1.1.1
requests==2.22.0
Rtree==0.9.1
Shapely==1.6.4.post2
six==1.13.0
snuggs==1.4.7
urllib3==1.25.7
wcwidth==0.1.7

请注意对contextily==1.0rc2特别要求

在 Windows 上，我使用 Conda (P3.7.3) 并且不要忘记设置用户变量：

GDAL c:\\Users\\<username>\\Anaconda3\\envs\\<your environment>\\Library\\share\\gdal

PROJLIB c:\\Users\\<username>\\Anaconda3\\envs\\<your environment>\\Library\\share