Matplotlib 如何使用 Matplotlib 和 GeoPandas 进行空间数据可视化

在空间数据可视化方面，Matplotlib 和 GeoPandas 是两个非常流行的 Python 库，都支持绘制地图、点线面等空间数据的可视化。本文将介绍如何使用 Matplotlib 和 GeoPandas 进行空间数据可视化，并重点介绍如何为面状数据（即多边形）添加标签功能。

阅读更多：Matplotlib 教程

Matplotlib 初步

在使用 Matplotlib 进行空间数据可视化时，我们需要先明确两个重要的概念：坐标系和投影。坐标系是一种用于描述位置和方向的数学概念，而投影则是将地球上的三维坐标点映射到二维坐标系上的方法。在地图绘制中，通常使用的是经纬度坐标系和投影方式。下面是一个简单的 Matplotlib 地图绘制示例：

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)

# 设置背景为地图
ax.stock_img()

# 绘制点坐标
ax.plot([116.397458, 116.407458], [39.908722, 39.908722], 
        linestyle="", marker="o", markersize=5, color="red")

# 显示图像
plt.show()

GeoPandas 简介

GeoPandas 是 Pandas 库的扩展，支持读取和处理空间数据格式的文件，如 Shapefile、GeoJSON、等。GeoPandas 结合了 Pandas 的数据分析功能和 shapely 的几何操作，方便了矢量数据的处理和分析。

GeoPandas 的安装：

pip install geopandas

GeoPandas 操作

GeoPandas 可以读取的文件格式主要有 Shapefile、GeoJSON、KML、GPKG 等，其中 Shapefile 是最常用的格式。下面是读取一个 Shapefile 文件并绘制多边形的示例代码：

import geopandas as gpd
import matplotlib.pyplot as plt

# 读取 Shapefile 文件
shpfile = gpd.read_file("shpfile.shp")

# 绘制面状数据
shpfile.plot()

# 显示图像
plt.show()

该代码会读取名为 shpfile.shp 的文件中的面数据，并使用 plot 方法绘制多边形，默认颜色为蓝色。

GeoPandas 还支持多种面绘制方式，例如根据面积大小不同绘制不同颜色的多边形：

import geopandas as gpd
import matplotlib.pyplot as plt

# 读取 Shapefile 文件
shpfile = gpd.read_file("shpfile.shp")

# 根据面积大小设置多边形颜色
shpfile.plot(column="area", cmap="OrRd", 
             legend=True, legend_kwds={'label': "Area Size"}, 
             edgecolor="black", linewidth=.5)

# 显示图像
plt.show()

运行以上代码，会得到一个根据面积设置颜色的多边形绘制图像，颜色越红表示面积越大。

除了绘制多边形本身外，GeoPandas 还支持为多边形添加标签、添加颜色渐变、添加填充等功能。接下来将详细介绍如何为多边形添加标签功能。

GeoPandas 添加标签

在空间数据可视化中，为多边形添加标签是一项非常常见的操作。GeoPandas 提供了很方便的方法来为多边形添加标签，主要通过以下步骤实现：

将每个多边形的中心点作为标签位置；
将每个多边形的名称作为标签内容；
使用 Matplotlib 的 annotate() 函数在指定位置添加标签。

下面是 GeoPandas 添加标签的示例代码：

import geopandas as gpd
import matplotlib.pyplot as plt

# 读取 Shapefile 文件
shpfile = gpd.read_file("shpfile.shp")

# 计算多边形的中心点坐标
shpfile["center"] = shpfile.centroid

# 绘制多边形
ax = shpfile.plot(color="lightgray", edgecolor="black")

# 在中心点添加标签
for idx, row in shpfile.iterrows():
    plt.annotate(s=row["name"], xy=row["center"].coords[0], 
                 ha="center", fontsize=10)

# 显示图像
plt.show()