如何更改地形图 map 的背景和轮廓颜色？

Question

我遵循了 Adam Symington 的出色指南，成功创建了沙巴的以下地形图 map（马来西亚是东南亚国家的 state）。 左上角尴尬的黑色斑点是我尝试在 map 上的某些坐标 plot。

我想通过以下方式改进此图：

编辑：我已经想出第 (1) 项并在下面发布了解决方案。 (2) 和 (3) 待定。

1. [已解决] sch dataframe 包含 state 中所有学校的坐标。我想 plot 这些在 map 上。我怀疑它目前不稳定，因为轴不是“地理轴”（意思是，不使用纬度/ lon scales) - 您可以通过设置ax.axis('on')来确认这一点。 我该如何解决这个问题？ [解决了]

2. 我想将实际领土之外的部分设置为白色。 调用ax.set_facecolor('white')无效。 我知道将它设置为灰色的具体内容是ax.imshow(hillshade, cmap='Greys', alpha=0.3)行（因为更改 cmap 会更改背景）； 我只是不知道如何在将 map 中的颜色保持为灰色的同时更改它。

3. 如果可能的话，我希望 map 的轮廓是黑色的，但这太迂腐了。

重现上图的所有代码如下。 downloadSrc function 获取并保存依赖项（包含地形数据的 5.7MB 二进制文件和包含要绘制的点坐标的 0.05MB csv）在本地文件夹中； 你只需要运行一次。

import rasterio
from rasterio import mask as msk

import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap
from matplotlib.colors import ListedColormap

import numpy as np
import pandas as pd
import geopandas as gpd
import earthpy.spatial as es
from shapely.geometry import Point

def downloadSrc(dl=1):
    if dl == 1:
        import os
        os.mkdir('sabah')

        import requests
        r = requests.get('https://raw.githubusercontent.com/Thevesh/Display/master/sabah_tiff.npy')
        with open('sabah/sabah_topog.npy', 'wb') as f: f.write(r.content)

        df = pd.read_csv('https://raw.githubusercontent.com/Thevesh/Display/master/schools.csv')
        df.to_csv('sabah/sabah_schools.csv')

# Set dl = 0 after first run; the files will be in your current working directory + /sabah
downloadSrc(dl=1)

# Load topography of Sabah, pre-saved from clipped tiff file (as per Adam Symington guide)
value_range = 4049
sabah_topography = np.load('sabah/sabah_topog.npy')

# Load coordinates of schools in Sabah
crs={'init':'epsg:4326'}
sch = pd.read_csv('sabah/sabah_schools.csv',usecols=['lat','lon'])
geometry = [Point(xy) for xy in zip(sch.lon, sch.lat)]
schools = gpd.GeoDataFrame(sch, crs=crs, geometry=geometry)

# Replicated directly from guide, with own modifications only to colours
sabah_colormap = LinearSegmentedColormap.from_list('sabah', ['lightgray', '#e6757b', '#CD212A', '#CD212A'], N=value_range)
background_color = np.array([1,1,1,1])
newcolors = sabah_colormap(np.linspace(0, 1, value_range))
newcolors = np.vstack((newcolors, background_color))
sabah_colormap = ListedColormap(newcolors)
hillshade = es.hillshade(sabah_topography[0], azimuth=180, altitude=1)

# Plot
plt.rcParams["figure.figsize"] = [5,5]
plt.rcParams["figure.autolayout"] = True
fig, ax = plt.subplots()
ax.imshow(sabah_topography[0], cmap=sabah_colormap)
ax.imshow(hillshade, cmap='Greys', alpha=0.3)
schools.plot(color='black', marker='x', markersize=10,ax=ax)

ax.axis('off')
plt.show()

Answer 1

事实证明，我已经给了自己答案点 (1) 的提示，并且还设法解决了 (2)。

对于 (1)，点只需要重新缩放，我们得到：

我这样做是通过从底层 shapefile 中获取 map 的最大/最小点，然后根据轴的最大/最小点对其进行缩放，如下所示：

# Get limit points
l = gpd.read_file('param_geo/sabah.shp')['geometry'].bounds
lat_min,lat_max,lon_min,lon_max  = l['miny'].iloc[0], l['maxy'].iloc[0], l['minx'].iloc[0], l['maxx'].iloc[0]
xmin,xmax = ax.get_xlim()
ymin,ymax = ax.get_ylim()

# Load coordinates of schools in Sabah and rescale
crs={'init':'epsg:4326'}
sch = pd.read_csv('sabah/sabah_schools.csv',usecols=['lat','lon'])
sch.lat = ymin + (sch.lat - lat_min)/(lat_max - lat_min) * (ymax - ymin)
sch.lon = xmin + (sch.lon - lon_min)/(lon_max - lon_min) * (xmax - xmin)

---

对于 (2)，灰色背景来自hillshade数组在 map 区域之外的值被映射为灰色这一事实。 要去除灰色，我们需要使这些值无效。

在这种特定情况下，我们可以利用这样一个事实，即我们知道这个 map 的右上角在 map 的“外部”（世界上每个国家/地区至少有一个角是这样的，因为没有国家是完美正方形）：

top_right = hillshade[0,-1]
hillshade[hillshade == top_right] = np.nan

瞧，美丽的白色背景：

---

对于 (3)，我怀疑它需要我们以类似于重新缩放坐标的方式从 shapefile 重新缩放多边形。