使用geoplot绘制KDE地理密度图时触发IndexError问题排查求助

问题背景 #

我尝试基于费城犯罪事件数据集和费城警区边界数据集创建KDE图，展示盗窃类犯罪的地理密度。数据处理代码如下：

import geopandas as gpd
import geoplot as gplt
from shapely.geometry import Point  # 注：原代码未导入Point，可能是遗漏项

gdf = data.copy()
gdf['Coordinates'] = list(zip(gdf.point_x, gdf.point_y))
gdf.Coordinates = gdf.Coordinates.apply(Point)
gdf = gpd.GeoDataFrame(
    gdf,
    geometry='Coordinates',
    crs="epsg:4326"
)

# 筛选盗窃类犯罪数据
crime_data = gdf.loc[gdf["text_general_code"] == 'Thefts']

# 处理区域边界数据
land = pd_boundary.unary_union
land = gpd.GeoDataFrame(gpd.GeoSeries(land), columns=["geometry"])
land = land.set_geometry("geometry")
land.crs = "epsg:4326"

执行以下绘图代码时，出现IndexError: index out of range错误：

ax = gplt.polyplot(land)
gplt.kdeplot(
    crime_data,
    ax=ax
)

调试思路 #

• 检查筛选后的犯罪数据是否为空：
  执行print(crime_data.empty)或print(crime_data.shape)确认crime_data是否包含有效数据。若为空，排查筛选条件：

  • 用print(gdf["text_general_code"].unique())查看所有犯罪类型，确认是否存在"Thefts"（可能存在拼写差异，比如实际值为"Theft"）。

• 验证边界地理数据的有效性：
  检查land的几何对象是否有效：

  print(land.is_valid)
  print(land.geometry)
  

  若unary_union生成了空或无效几何，会导致polyplot的轴范围异常，进而引发kdeplot报错。

• 确认坐标参考系（CRS）一致性：
  验证crime_data和land的CRS是否完全匹配：

  print(crime_data.crs)
  print(land.crs)
  

  若不一致，用to_crs统一：

  crime_data = crime_data.to_crs(land.crs)
  

• 单独测试kdeplot功能：
  先不结合polyplot，直接运行gplt.kdeplot(crime_data)，若正常则排查polyplot生成的轴是否异常：

  ax = gplt.polyplot(land)
  print(ax.get_xlim())
  print(ax.get_ylim())
  

  轴范围不合理（如全为NaN）会导致kdeplot无法计算密度。

• 检查库版本兼容性：
  打印geoplot和geopandas版本，确认是否存在已知bug：

  print(gplt.__version__)
  print(gpd.__version__)
  

  尝试升级或降级库（如pip install --upgrade geoplot geopandas）。

• 过滤无效几何对象：
  检查crime_data中的几何是否有无效或空值，过滤后再测试：

  crime_data = crime_data[crime_data.geometry.is_valid & ~crime_data.geometry.is_empty]
  

内容的提问来源于stack exchange，提问作者Hariraj