公众号后台回复“图书“，了解更多号主新书内容
作者：宁海涛
来源：DataCharm
上一期的地图可视化推文教程R-ggplot2 标准中国地图制作中，我们详细介绍了使用R-ggplot2 包完美绘制中国标准地图，本期推文我们则试着使用Python-geopandas包绘制空间地图，主要的知识点如下：
geopandas 绘制中国地图
matplotlib add_axes()添加南海小地图
绘图文件分享
geopandas 读取中国地图文件
geopandas提供了非常方便的read_file()方法用于读取geojson文件，我们直接进行默认投影(WGS84)的绘制，代码如下：
file=r"中国省级地图GS（）1719号.geojson"nine=r"九段线GS（）1719号.geojson"china_main=gpd.read_file(file)china_nine=gpd.read_file(nine)fig,ax=plt.subplots(figsize=(12,8),dpi=80)ax=china_main.plot(ax=ax)ax=china_nine.plot(ax=ax)
可视化结果如下：
我们进行投影转换(epsg=2343)和进行一些简单的设置，代码如下：
fig,ax=plt.subplots(figsize=(12,8),dpi=80)ax=china_main.geometry.to_crs(epsg=2343).plot(fc="white",ec="black",ax=ax)ax=china_nine.geometry.to_crs(epsg=2343).plot(ec="black",ax=ax)
这里注意to_crs(epsg=2343) 就可以进行投影转换了。
绘图数据操作
接下来，我们将我们要绘制的数据读取、转换并绘制在地图上，数据预览如下：
我们使用如下代码将其转换成具有地理信息的geopandas 格式数据：
scattergdf=gpd.GeoDataFrame(scatter,geometry=gpd.points_from_xy(scatter.lon,scatter.lat),crs="EPSG:4326")scattergdf.head()
结果如下：
接下来再将其转换成 epsg=2343 投影下的数据：
scattergdf_2343=scattergdf.to_crs(epsg=2343,inplace=True)
以上就完成的数据的处理操作了
地图可视化绘制
直接给出绘图代码，然后再进行解释。主要代码如下：
fig,ax=plt.subplots(figsize=(8,5),dpi=200,)plt.rcParams['font.family']=['TimesNewRoman']ax=china_main.geometry.to_crs(epsg=2343).plot(fc="white",ec="black",linewidth=.8,ax=ax)ax=china_nine.geometry.to_crs(epsg=2343).plot(color="gray",linewidth=.9,ax=ax)forloc,size,class_nameinzip(scattergdf_2343.geometry.representative_point(),\scattergdf_2343["data"],scattergdf_2343["class"]):ax.scatter(loc.x,loc.y,s=10*size,fc=class_color[class_name],ec="black",lw=.5,zorder=2)#添加刻度线forspinein['top','left',"bottom","right"]:ax.spines[spine].set_color("none")ax.set_xlim(china_nine_2343.geometry[0].x-500000,china_nine_2343.geometry[1].x)ax.set_ylim(china_nine_2343.geometry[0].y,china_nine_2343.geometry[1].y)ax.set_xticks([])ax.set_yticks([])#单独绘制图例散点ax.scatter([],[],c='#E21C21',s=30,label='cluster1',ec="black",lw=.5)ax.scatter([],[],c='#3A7CB5',s=30,label='cluster2',ec="black",lw=.5)ax.scatter([],[],c='#51AE4F',s=30,label='cluster3',ec="black",lw=.5)ax.scatter([],[],c='white',s=1*10,label='1',edgecolor='black',lw=.5)ax.scatter([],[],c='white',s=2*10,label='2',edgecolor='black',lw=.5)ax.scatter([],[],c='white',s=3*10,label='3',edgecolor='black',lw=.5)ax.scatter([],[],c='white',s=4*10,label='4',edgecolor='black',lw=.5)ax.scatter([],[],c='white',s=5*10,label='5',edgecolor='black',lw=.5)ax.legend(frameon=False,ncol=8,loc="uppercenter",fontsize=9,columnspacing=.2)ax.text(.91,-0.02,'\nVisualizationbyDataCharm',transform=ax.transAxes,ha='center',va='center',fontsize=6,color='black')#添加南海小地图ax_child=fig.add_axes([0.688,0.125,0.2,0.2])ax_child=china_main.geometry.to_crs(epsg=2343).plot(ax=ax_child,fc="white",ec="black",)ax_child=china_nine.geometry.to_crs(epsg=2343).plot(ax=ax_child,color="gray",linewidth=.9,)forloc,size,class_nameinzip(scattergdf_2343.geometry.representative_point(),\scattergdf_2343["data"],scattergdf_2343["class"]):ax_child.scatter(loc.x,loc.y,s=10*size,fc=class_color[class_name],ec="black",lw=.5,zorder=2)ax_child.set_xlim(china_nine_2343.geometry[2].x,china_nine_2343.geometry[3].x)ax_child.set_ylim(china_nine_2343.geometry[2].y,china_nine_2343.geometry[3].y)#移除子图坐标轴刻度，ax_child.set_xticks([])ax_child.set_yticks([])
add_axes() 添加南海小地图
#添加南海小地图ax_child=fig.add_axes([0.688,0.125,0.2,0.2])ax_child=china_main.geometry.to_crs(epsg=2343).plot(ax=ax_child,fc="white",ec="black",)ax_child=china_nine.geometry.to_crs(epsg=2343).plot(ax=ax_child,color="gray",linewidth=.9,)forloc,size,class_nameinzip(scattergdf_2343.geometry.representative_point(),\scattergdf_2343["data"],scattergdf_2343["class"]):ax_child.scatter(loc.x,loc.y,s=10*size,fc=class_color[class_name],ec="black",lw=.5,zorder=2)ax_child.set_xlim(china_nine_2343.geometry[2].x,china_nine_2343.geometry[3].x)ax_child.set_ylim(china_nine_2343.geometry[2].y,china_nine_2343.geometry[3].y)#移除子图坐标轴刻度，ax_child.set_xticks([])ax_child.set_yticks([])
可以发现，除了显示范围的不同外，其他的和绘制主题部分的代码一致。
单独添加图例
#单独绘制图例散点ax.scatter([],[],c='#E21C21',s=30,label='cluster1',ec="black",lw=.5)ax.scatter([],[],c='#3A7CB5',s=30,label='cluster2',ec="black",lw=.5)ax.scatter([],[],c='#51AE4F',s=30,label='cluster3',ec="black",lw=.5)ax.scatter([],[],c='white',s=1*10,label='1',edgecolor='black',lw=.5)ax.scatter([],[],c='white',s=2*10,label='2',edgecolor='black',lw=.5)ax.scatter([],[],c='white',s=3*10,label='3',edgecolor='black',lw=.5)ax.scatter([],[],c='white',s=4*10,label='4',edgecolor='black',lw=.5)ax.scatter([],[],c='white',s=5*10,label='5',edgecolor='black',lw=.5)ax.legend(frameon=False,ncol=8,loc="uppercenter",fontsize=9,columnspacing=.2)
这部分还是为了更好的定制化图例，希望大家可以掌握。
最终，我们的可视化效果如下：
关注 DataCharm 公众号，后台回复：地图文件 ，即可获取免费下载链接。
注：该数据只限于练习交流，请勿用于科研、出版使用。
总结
本期推文使用了Python-geopandas进行了中国地图的绘制,讲解了数据标记，投影转换等内容。但需指出的是：
geopandas 的安装较为麻烦，建议使用 conda install --channel conda-forge geopandas 进行安装。
Python 绘制空间可视化还是存在部分问题(无法较容易的添加如比例尺、指北针等空间绘图元素)，也在进一步完善过程中。
◆◆◆ ◆◆
麟哥新书已经在京东上架了，我写了本书：《拿下Offer-数据分析师求职面试指南》，目前当当正在举行双12活动，大家可以用相原价5折的价格购买，还是非常划算的：
数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以扫描下方管理员二维码，进群前一定要关注公众号奥，关注后让管理员帮忙拉进群，期待大家的加入。
管理员二维码：
猜你喜欢
●卧槽！原来爬取B站弹幕这么简单
●厉害了！麟哥新书登顶京东销量排行榜！
●笑死人不偿命的知乎沙雕问题排行榜
●用Python扒出B站那些“惊为天人”的阿婆主！
●你相信逛B站也能学编程吗
