如何调整contextily底图缩放？Jupyter可视化边界问题求助

1. 调整zoom参数（最直接） #

contextily的add_basemap里的zoom参数直接决定底图缩放级别：数值越大，底图放大越明显（细节多但显示范围小）；数值越小，显示范围越大。

• 美国图当前用zoom=5，如果觉得显示范围太小，降低zoom值（比如改成4）；
• 西班牙图出现边界溢出，说明zoom太大导致范围过窄，降低zoom值或者配合坐标轴范围调整。

2. 手动设置坐标轴范围（精准控幅） #

在添加底图前，用ax.set_xlim()和ax.set_ylim()手动限定经纬度范围，确保底图和数据匹配：

# 美国全境大致经纬度范围，可根据你的数据微调
axUsa.set_xlim(-125, -66)
axUsa.set_ylim(24, 50)
# 再执行底图添加操作
ctx.add_basemap(
    axUsa,
    crs=geoTr.crs.to_string(),
    zoom=5,
    source=ctx.providers.CartoDB.Positron
)

底图会自动适配你设置的坐标轴范围，彻底解决溢出或范围过小问题。

3. 用extent参数强制锁定底图范围 #

在add_basemap里直接指定extent参数（格式为[xmin, xmax, ymin, ymax]），优先级高于坐标轴设置：

ctx.add_basemap(
    axUsa,
    crs=geoTr.crs.to_string(),
    zoom=5,
    source=ctx.providers.CartoDB.Positron,
    extent=[-125, -66, 24, 50]  # 美国经纬度范围
)

优化后的美国绘图代码示例 #

import matplotlib.pyplot as plt
import contextily as ctx

topUsa = unionTopFive[unionTopFive["country_name"] == "United States"]

mortiUsa = geoTr[(geoTr['country_name'] == 'United States') & (geoTr['nkill'] > 0)]
feritiUsa = geoTr[(geoTr['country_name'] == 'United States') & (geoTr['nwound'] > 0)]

mortiUsa['nkill'] *= 1.1 # 缩放可视化效果
feritiUsa['nwound'] *= 1.1

# 统一在subplots里设置画布尺寸，避免重复设置冲突
fig, axUsa = plt.subplots(figsize=(13,13))
mortiUsa.plot(ax=axUsa, column='nkill', alpha=0.5, marker='o', color="black", label="Morti", markersize="nkill")
feritiUsa.plot(ax=axUsa, marker='o', color='red', alpha=0.3, label="Feriti", markersize="nwound")

# 手动限定美国显示范围
axUsa.set_xlim(-125, -66)
axUsa.set_ylim(24, 50)

ctx.add_basemap(
    axUsa,
    crs=geoTr.crs.to_string(),
    zoom=5,  # 可根据显示效果调整，比如改成4显示更大范围
    source=ctx.providers.CartoDB.Positron
)

axUsa.legend(frameon=True, loc="upper left", markerscale=0.2, facecolor="white", framealpha=1, fontsize=11)
axUsa.set_axis_off()

# 注释内容保留原逻辑
axUsa.annotate(topUsa.iloc[0,:]["annotateOnly"],
                xy=(topUsa.iloc[0,:]["longitude"], topUsa.iloc[0,:]["latitude"]), 
                xytext=(topUsa.iloc[0,:]["longitude"]-11, topUsa.iloc[0,:]["latitude"]+5), xycoords='data', textcoords='data',
            arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2", color='black'), size=9,
            bbox=dict(boxstyle="round,pad=0.3", edgecolor='black', facecolor='#e2e2e2'))

axUsa.annotate(topUsa.iloc[2,:]["annotateOnly"],
                xy=(topUsa.iloc[2,:]["longitude"], topUsa.iloc[2,:]["latitude"]), 
                xytext=(topUsa.iloc[2,:]["longitude"]-11, topUsa.iloc[2,:]["latitude"]+0.5), xycoords='data', textcoords='data',
            arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2", color='black'), size=9,
            bbox=dict(boxstyle="round,pad=0.3", edgecolor='black', facecolor='#e2e2e2'))

axUsa.annotate(topUsa.iloc[1,:]["annotateOnly"],
                xy=(topUsa.iloc[1,:]["longitude"], topUsa.iloc[1,:]["latitude"]), 
                xytext=(topUsa.iloc[1,:]["longitude"]+5, topUsa.iloc[1,:]["latitude"]-4.4), xycoords='data', textcoords='data',
            arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2", color='black'), size=9,
            bbox=dict(boxstyle="round,pad=0.3", edgecolor='black', facecolor='#e2e2e2'))

axUsa.annotate(topUsa.iloc[3,:]["annotateOnly"],
                xy=(topUsa.iloc[3,:]["longitude"], topUsa.iloc[3,:]["latitude"]), 
                xytext=(topUsa.iloc[3,:]["longitude"]-5, topUsa.iloc[3,:]["latitude"]+5), xycoords='data', textcoords='data',
            arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2", color='black'), size=9,
            bbox=dict(boxstyle="round,pad=0.3", edgecolor='black', facecolor='#e2e2e2'))

axUsa.annotate(topUsa.iloc[4,:]["annotateOnly"],
                xy=(topUsa.iloc[4,:]["longitude"], topUsa.iloc[4,:]["latitude"]), 
                xytext=(topUsa.iloc[4,:]["longitude"]+1, topUsa.iloc[4,:]["latitude"]-5), xycoords='data', textcoords='data',
            arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2", color='black'), size=9,
            bbox=dict(boxstyle="round,pad=0.3", edgecolor='black', facecolor='#e2e2e2'))

plt.show()

补充说明 #

• 西班牙图如果溢出，可将坐标轴范围调整为西班牙区域（比如xlim: -10, 5；ylim: 35, 44），或适当降低zoom值；
• 不要在两次plot调用中重复设置figsize，统一在plt.subplots()里设置即可。

内容的提问来源于stack exchange，提问作者Samuele