使用Plotly绘制全球一级行政区Choropleth地图内存溢出问题求助

核心原因 #

内存崩溃的本质不是MultiPolygon类型，而是GADM数据集的高精度多边形包含大量顶点，直接渲染会耗尽内存。explode()拆分MultiPolygon反而会增加数据行数，进一步加剧内存压力，完全没必要。

最优解决方案 #

1. 几何图形简化（最有效）

用Geopandas的simplify()方法减少多边形顶点数，同时保留拓扑结构，平衡精度与内存占用：

import geopandas as gpd
import plotly.express as px

# 仅加载必要列（避免冗余数据占用内存）
gdf = gpd.read_file("gadm41_level1.gpkg", columns=["NAME_1", "target_value", "geometry"])

# 简化几何：tolerance为容差（单位：度），值越大顶点越少，按需调整
# preserve_topology=True保证简化后图形无自相交等拓扑错误
gdf["geometry"] = gdf["geometry"].simplify(tolerance=0.01, preserve_topology=True)

# 绘制地图
fig = px.choropleth_mapbox(
    gdf,
    geojson=gdf.geometry,
    locations=gdf.index,
    color="target_value",
    mapbox_style="carto-positron",
    zoom=1,
    center={"lat": 0, "lon": 0},
    hover_data=["NAME_1"]
)
fig.show()

• 建议从0.01开始测试容差，若精度不足可调小（如0.005），若内存仍有压力则调大（如0.02）。

2. 按需分块渲染（可选）

如果简化后内存压力仍大，可按大洲/区域分块加载渲染：

# 筛选亚洲区域数据
asia_gdf = gdf[gdf["CONTINENT"] == "Asia"]
# 简化后单独渲染亚洲区域
fig = px.choropleth_mapbox(
    asia_gdf,
    geojson=asia_gdf.geometry,
    locations=asia_gdf.index,
    color="target_value",
    mapbox_style="carto-positron",
    zoom=3,
    center={"lat": 30, "lon": 100}
)
fig.show()

• 若需要全球视图，可通过Plotly的add_trace()方法分批添加不同区域的图层。

3. 优化内存使用细节

• 读取数据时只加载必需的属性列，避免加载GADM自带的大量冗余字段；
• 确保着色用的数值列是int或float类型，不要用字符串，减少内存开销；
• 若使用Jupyter Notebook，可在绘图前运行gc.collect()手动释放内存。

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