如何在GeoPandas的explore方法中手动设置cmap颜色？

问题原因 #

GeoPandas的explore方法的cmap参数不支持直接传入自定义函数，它只接受以下类型的值：

• matplotlib官方的颜色映射名称（比如'Accent'、'Blues'）
• matplotlib.colors.Colormap类的实例
• 针对离散分类场景的颜色列表

你直接传自定义函数时，方法会把它当成颜色映射名称去查找，自然找不到匹配项，从而抛出ValueError。

解决方案 #

根据你的数值区间颜色需求，有两种可行的实现方式：

方式一：用matplotlib创建离散颜色映射（带自动图例）

通过ListedColormap和BoundaryNorm创建符合区间规则的颜色映射，适用于需要自动生成对应图例的场景：

import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap, BoundaryNorm

# 定义数值区间边界（边界长度要比颜色列表多1）
# 调整为[-0.1,2,4,6,8]，确保0<value<=2的数值落到第一个区间
bounds = [-0.1, 2, 4, 6, 8]
# 对应每个区间的颜色
colors = ['red', 'green', 'blue', 'orange']

# 创建自定义颜色映射
cmap = ListedColormap(colors)
# 创建区间归一化器，将数值匹配到对应颜色区间
norm = BoundaryNorm(bounds, cmap.N)

# 调用explore方法
gedata.explore("xxxx", cmap=cmap, norm=norm)

方式二：添加分类列后直接指定颜色（更灵活）

先给数据添加一个颜色分类列，再通过color参数传入函数设置颜色，逻辑更直观，适合不需要复杂图例的场景：

# 定义颜色映射逻辑
def get_color(value):
    if 0 < value <= 2:
        return 'red'
    elif 2 < value <= 4:
        return 'green'
    elif 4 < value <= 6:
        return 'blue'
    elif 6 < value <= 8:
        return 'orange'
    else:
        return 'gray'  # 处理超出指定区间的数值

# 给GeoDataFrame添加颜色分类列
gedata['color_group'] = gedata['xxxx'].apply(get_color)

# 调用explore，通过color参数指定每行的颜色
gedata.explore("xxxx", color=lambda row: row['color_group'])

内容的提问来源于stack exchange，提问作者tekelulo