GeoPandas采用UserDefined方案绘图时中间类别缺失问题

问题根源 #

你遇到的分箱缺失、颜色错位问题，本质是当待绘制的var1数据未覆盖所有预设区间时，GeoPandas会自动剔除无数据的分箱，导致你定义的ListedColormap颜色列表与实际显示的分箱不匹配——空分箱对应的颜色会被跳过，后面的颜色往前补，就出现了中间颜色丢失的情况。另外你的bins定义也有问题：6个分界点只能生成5个区间，但你有7个标签，这也是分箱逻辑混乱的原因之一。

解决方案 #

通过手动分箱+自定义图例的方式，强制保留所有预设的7个分箱，不管对应区间有没有数据。

步骤1：修正分箱规则，手动强制分箱

先把bins调整为能生成7个区间的分界点，再用pd.cut把var1按固定规则分箱，强制保留所有7个类别标签。

步骤2：自定义图例，确保所有类别显示

默认图例只会渲染有数据的分箱，手动创建图例可以保证7个类别全部显示，且颜色与预设列表严格对应。

修改后的完整代码 #

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
from matplotlib.patches import Patch

# 预设颜色与对应标签
list_colours = [
    "#004c6d",
    "#628199",
    "#abbac7",
    "#f6f6f6",
    "#f3bcbc",
    "#e88184",
    "#d43d51",
]
list_leg_labels = [
    "Large decline",
    "Moderate decline",
    "Small decline",
    "No change",
    "Small increase",
    "Moderate increase",
    "Large increase",
]

# 修正bins：7个分界点对应7个区间，覆盖所有可能的var1取值
bins = [-float('inf'), -20, -10, -1, 1, 10, 20, float('inf')]
cmap = ListedColormap(list_colours)
bbox_to_anchor = (0.225, 0.26)
figsize = (20, 20)

# 手动分箱：强制生成7个类别，空区间也保留标签
df_to_plot['var1_binned'] = pd.cut(
    df_to_plot[var1],
    bins=bins,
    labels=list_leg_labels,
    include_lowest=True,
    right=True  # 保持与GeoPandas默认的右闭区间逻辑一致
)

# 绘制分级图：按分类数据绘制，关闭默认图例
fig, ax = plt.subplots(figsize=figsize)
df_to_plot.plot(
    column='var1_binned',
    ax=ax,
    linewidth=0.2,
    cmap=cmap,
    categorical=True,  # 明确为分类数据，避免自动剔除空类别
    legend=False,
    zorder=1,
)

# 手动创建包含所有7个类别的图例
legend_elements = [Patch(facecolor=color, label=label) 
                   for color, label in zip(list_colours, list_leg_labels)]

ax.legend(
    handles=legend_elements,
    bbox_to_anchor=bbox_to_anchor,
    borderaxespad=0,
    fontsize=9,
    ncol=1,
    frameon=False,
)

plt.show()

关键修改说明 #

1. 修正bins定义：7个分界点生成7个区间，完美匹配你预设的7个标签。
2. 手动分箱：pd.cut强制保留所有7个类别，即使某个区间没有数据，对应的标签也不会被剔除。
3. 分类绘制：categorical=True告诉GeoPandas按分类数据处理，不会自动过滤空类别。
4. 自定义图例：用Patch手动生成图例元素，确保所有7个类别都显示，颜色与预设列表一一对应。

内容的提问来源于stack exchange，提问作者gkr