Geopandas绘图：色条文本格式设置与最小亮度调整问题

一、解决色条文本格式问题（添加美元符号$和千分位分隔符） #

1. 使用scheme='quantiles'时的报错修复 #

设置fmt='$%d'触发ParseException，是因为matplotlib会把$解析为数学公式起始符号，导致语法错误。解决方式是改用自定义格式化函数：

import matplotlib.ticker as ticker

# 自定义格式化函数，同时添加$和千分位
def dollar_format(x, pos):
    return f"${int(x):,}"

sccounties = gpd.read_file('SC-45-south-carolina-counties.json')
sccounties = sccounties.merge(grants24, left_on='NAME', right_on='County', how='left')

sccounties.plot(column='Grant Funds Disbursed', 
                scheme='quantiles',
                legend=True,
                legend_kwds={'title':"2024 Rural Infrastructure Fund Grants",
                             'fmt': dollar_format  # 传入自定义函数
                             }, 
                edgecolor='black',
                cmap='Blues',
                missing_kwds={'color': 'lightgrey'}).set_axis_off()

2. 不使用分位数分组（scheme=None）时的千分位实现 #

直接用'$%d'只能添加美元符号，无法实现千分位。可以借助matplotlib.ticker.StrMethodFormatter来处理：

import matplotlib.ticker as ticker

ruralinv24 = pa24[pa24['Fund Source Type']=='RIF'].groupby(by='County')['Grant Funds Disbursed'].sum().reset_index()

sccounties = gpd.read_file('SC-45-south-carolina-counties.json')
sccounties = sccounties.merge(ruralinv24, left_on='NAME', right_on='County', how='left')

sccounties.plot(column='Grant Funds Disbursed', 
                legend=True,
                legend_kwds={"label":"2024 Rural Infrastructure Fund Grants",
                             'orientation':'horizontal',
                             'format': ticker.StrMethodFormatter("${x:,.0f}")  # 同时实现$和千分位
                             }, 
                cmap='Blues',
                edgecolor='black',
                missing_kwds={'color': 'lightgrey'}).set_axis_off()

${x:,.0f}说明：x指代数值，,.0f表示保留0位小数并添加千分位分隔符，前缀$实现美元符号格式。

二、设置最小亮度，让$0区域呈现淡蓝色 #

默认情况下0值区域会显示色条最浅色（接近白色），可以通过两种方式调整：

方法1：使用归一化范围调整 #

通过Normalize设置vmin为略小于0的值，让0对应色条中偏浅的蓝色：

import matplotlib.colors as colors

max_value = sccounties['Grant Funds Disbursed'].max()
# 设置vmin为-1，使0值对应色条中偏浅的蓝色
norm = colors.Normalize(vmin=-1, vmax=max_value)

sccounties.plot(column='Grant Funds Disbursed', 
                legend=True,
                legend_kwds={"label":"2024 Rural Infrastructure Fund Grants",
                             'orientation':'horizontal',
                             'format': ticker.StrMethodFormatter("${x:,.0f}")
                             }, 
                cmap='Blues',
                norm=norm,  # 应用归一化规则
                edgecolor='black',
                missing_kwds={'color': 'lightgrey'}).set_axis_off()

方法2：截断色条起始部分 #

直接设置色条的最小值对应颜色，让0值显示淡蓝色：

import matplotlib.pyplot as plt

cmap = plt.get_cmap('Blues')
# 取色条10%位置的颜色作为0值的显示色
cmap.set_under(cmap(0.1))

sccounties.plot(column='Grant Funds Disbursed', 
                legend=True,
                legend_kwds={"label":"2024 Rural Infrastructure Fund Grants",
                             'orientation':'horizontal',
                             'format': ticker.StrMethodFormatter("${x:,.0f}")
                             }, 
                cmap=cmap,
                vmin=0,  # 设定数值最小值为0
                edgecolor='black',
                missing_kwds={'color': 'lightgrey'}).set_axis_off()

内容的提问来源于stack exchange，提问作者Vijay Tripathi