Geopandas 生成空 plot

Question

我正在學習教程。 基本上，我想要 plot 地面觀測數據點（shapefile）中 scope 光柵格式 40 波段圖像的圖像值。 但是當我嘗試 plot 時，它給了我一個空白的子圖。

    #read points from shapefile
train_pts = gpd.read_file (training_points)
train_pts = train_pts[['class', 'classes' ,'CID', 'POINT_X','POINT_Y']] #attribute fields os shapefile
train_pts.index = range(len(train_pts))
coords = [(x,y) for x, y in zip(train_pts.POINT_X, train_pts.POINT_Y)] #create list of point coordinates

#sample each band of raster dataset at each point in the coordinate list
train_pts ['Raster Value'] = [x for x in dataset.sample(coords)] #all band values saved as a list in the Raster Value column
#Unpack the raster value column to separate column for each band 
train_pts[band_names] = pd.DataFrame(train_pts['Raster Value'].tolist(), index = train_pts.index)
train_pts = train_pts.drop(['Raster Value'], axis=1) #drop raster value column
#change the values for last three classes 
train_pts['CID'] = train_pts['CID'].replace([7,8,15],[5,6,7])
train_pts.to_csv('train_pts2.csv') #save as csv
train_pts.head (30) #see columns

這段代碼的輸出是這樣的： 然后我運行此代碼以使用此代碼獲取子圖：

prof = train_pts.groupby (['classes']).mean ()
fig = plt.figure(figsize = (17,20))
band_n = [ 'B2', 'B3', 'B4', 'B8' ,'NDVI' ,'VH', 'VV']
n = 1
for ba in band_n:
    ax = fig.add_subplot(4,2,n)
    ax.title.set_text(ba)
    band_val = prof[prof.columns[prof.columns.to_series().str.contains(ba)]]
    for index, row in band_val.iterrows():
        color = cmap (index)
        ax.plot (row,color=color)
        ax.autoscale(enable=True, axis="both", tight=None)
    ax.set_xticklabels([str (x) for x in range(1, len(row)+1)])
    ax.legend(loc='best', fontsize='small', ncol=2, labels=class_names)
    n=n+1

出處是這樣的：

但這是我想要得到的 output：

我還仔細檢查了光柵和點數據的投影，它是一樣的。 我還能做什么？

Answer 1

matplotlib.pyplot.plot創建線圖。 當你像你一樣循環遍歷行和列時，你最終只會將一個點傳遞給每個 plot 命令，所以你正在繪制一堆長度為 0 的線。

我想你想要matplotlib.pyplot.scatter ，並將x 、 y和c的完整列作為 arguments 傳遞。來自plt.scatter文檔：

matplotlib.pyplot.scatter (x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)
具有不同標記大小和/或顏色的 y 與 x 的散點圖 plot。

參數

x, y：浮點數或類數組，形狀 (n, )
數據位置。

...

c：類似數組或 colors 或顏色的列表，可選
標記 colors。

因此，對於 plot 柵格中的所有點，每列只需 plot 一次：

for i, ba in enumerate(band_n):
    ax = fig.add_subplot(4, 2, i +1)
    band_val = prof[prof.columns[prof.columns.str.contains(ba)]]

    # check to make sure you're matching exactly one column
    assert band_val.shape[1] == 1, (
        f"unexpected columns: {band_val.columns}"
    )

    ax.scatter(
        x=prof['POINT_X'],
        y=prof['POINT_Y'],
        c=band_val.iloc[:, 0],
    )

根據您的數據大小和點密度，渲染可能需要很長時間，並且點本身可能會重疊。 相反，您可能想要查看matplotlib.pyplot.pcolormesh ，它可以在常規網格上顯示 plot 數據。

也就是說，如果您的數據位於常規網格上，您可能需要查看xarray ，它設置得很好，可以處理網格化數據。 您需要確保您的 x 和 y 值是規則的完整網格的索引，例如，對於 x 的每個組合，y 的每個值都完全重復。 但如果是這種情況，您可以使用 df.to_xarray 將 dataframe 轉換為df.to_xarray數據集： ds = prof.set_index(['POINT_X', 'POINT_Y']).to_xarray()然后 plot 使用ds[band_name].plot() 。