如何基于coverage字段值为LineString GeoDataFrame实现渐变色彩地图可视化

我来帮你搞定这个LineString按coverage值渐变颜色的可视化需求～结合你已经在使用的folium库，这里有两个实用的方案，先给你最贴合现有代码的交互式方案：

首先得写一个颜色映射函数，根据coverage的数值返回对应的渐变颜色：

• 当coverage在0到0.5之间时：从深红色（#8B0000）线性过渡到浅红色（#FFCCCC）
• 当coverage在0.5到1之间时：从浅蓝色（#CCCCFF）线性过渡到深蓝色（#00008B）

然后通过folium.GeoJson的style_function参数，动态给每个LineString设置对应颜色。直接把下面的代码整合到你的现有逻辑里就行：

import folium
from shapely.geometry import LineString
import pandas as pd
from geopandas import GeoDataFrame
from folium.plugins import LegendIcon

# ---------------------- 你的已有代码（保留即可） ----------------------
# 假设你已经生成了polyline_gdf和带coverage字段的gdf_line
# ... 你的数据准备代码 ...

# ---------------------- 新增：颜色映射函数 ----------------------
def get_gradient_color(coverage):
    if coverage <= 0.5:
        # 红系渐变：0对应深红，0.5对应浅红
        ratio = coverage / 0.5
        # 计算RGB分量的线性插值
        r = int(139 + (255 - 139) * ratio)
        g = int(0 + (204 - 0) * ratio)
        b = int(0 + (204 - 0) * ratio)
    else:
        # 蓝系渐变：0.5对应浅蓝，1对应深蓝
        ratio = (coverage - 0.5) / 0.5
        r = int(204 + (0 - 204) * ratio)
        g = int(204 + (0 - 204) * ratio)
        b = int(255 + (139 - 255) * ratio)
    # 转成十六进制颜色格式
    return f'#{r:02X}{g:02X}{b:02X}'

# ---------------------- 绘制地图（整合你的现有代码） ----------------------
# 初始化地图（用你原来的配置就行）
f = folium.Figure(height=400)
m = folium.Map([52.303333, 8.02], zoom_start=15, tiles='Cartodb dark_matter')
m.add_to(f)

# 添加GPS点（你的原有函数，直接复用）
def add_markers(mapobj, gdf):
    coords = []
    for i, row in gdf.iterrows():
        coords.append([row.geometry.y, row.geometry.x])
    for coord in coords:
        folium.CircleMarker(
            location=coord,
            radius=2.5,
            fill=True,
            fill_color='#F50057',
            fill_opacity=0.75,
            color='whitesmoke',
            weight=0.5
        ).add_to(mapobj)
    return mapobj

add_markers(m, polyline_gdf)

# 添加渐变LineString（核心部分）
folium.GeoJson(
    gdf_line,
    style_function=lambda feature: {
        'color': get_gradient_color(feature['properties']['coverage']),
        'weight': 4,  # 可以根据需要调整线的粗细
        'opacity': 0.8  # 调整线的透明度，避免太突兀
    }
).add_to(m)

# 可选：添加颜色图例，让读者清楚颜色对应的coverage范围
legend = folium.map.Legend()
legend.add_child(LegendIcon(icon='line', color='#8B0000', legend='Coverage = 0'))
legend.add_child(LegendIcon(icon='line', color='#FFCCCC', legend='Coverage = 0.5'))
legend.add_child(LegendIcon(icon='line', color='#CCCCFF', legend='Coverage = 0.5'))
legend.add_child(LegendIcon(icon='line', color='#00008B', legend='Coverage = 1'))
legend.add_to(m)

# 显示地图
m

如果你需要生成静态图片用于报告或文档，也可以用Geopandas结合Matplotlib来实现：

import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap

# 创建自定义的渐变配色方案
colors = ['#8B0000', '#FFCCCC', '#CCCCFF', '#00008B']
coverage_cmap = LinearSegmentedColormap.from_list('coverage_grad', colors, N=100)

# 绘制图形
fig, ax = plt.subplots(figsize=(10, 8))
# 绘制渐变LineString
gdf_line.plot(
    ax=ax,
    column='coverage',
    cmap=coverage_cmap,
    linewidth=3,
    legend=True,
    legend_kwds={'label': 'Coverage Value', 'orientation': 'horizontal', 'pad': 0.05}
)
# 叠加GPS点
polyline_gdf.plot(ax=ax, color='#F50057', markersize=10)

plt.title('LineString Coverage Gradient Visualization')
plt.tight_layout()
plt.show()

小提示： #

• 颜色值可以完全按你的喜好调整，比如把深红换成#FF0000，浅红换成#FFE6E6，蓝系同理
• Folium方案的优势是交互式，用户可以放大缩小查看细节；Matplotlib方案适合生成静态的高清图
• 如果觉得颜色过渡不够顺滑，可以调整get_gradient_color里的插值逻辑，或者在Matplotlib方案里把N值调大

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