Plotly Express Choropleth地图无输出问题求助

核心问题排查点 #

1. 渲染器配置错误 #

• Google Colab环境下，设置pio.renderers.default = 'browser'会导致无法在笔记本内显示，必须改为colab渲染器；
• 本地VS Code环境建议使用vscode或notebook渲染器，确保编辑器支持Plotly可视化渲染。

2. GeoJSON与CSV的ID匹配问题 #

Plotly需要CSV的locations字段与GeoJSON中区域的标识字段完全对应，否则无法关联数据：

• 先打印GeoJSON的属性字段，确认匹配键：

  print([feature['properties'] for feature in x['features'][:2]])
  

• 再打印CSV的id列，检查值是否匹配：

  print(y['id'].head())
  

• 如果不匹配，在px.choropleth中添加featureidkey参数指定GeoJSON中的对应字段，例如GeoJSON用properties.DISTRICT作为区域标识：

  fig = px.choropleth(
      y,
      locations="id",
      geojson=x,
      color="Females",
      featureidkey="properties.DISTRICT"  # 替换为实际匹配的属性键
  )
  

3. 文件加载路径问题 #

• 本地运行：确保odisha_disticts.geojson和data.csv与代码文件在同一目录，或使用绝对路径；
• Colab环境：需先上传文件或挂载Google Drive，挂载示例代码：

  from google.colab import drive
  drive.mount('/content/drive')
  # 替换为Drive中的实际文件路径
  x = json.load(open("/content/drive/MyDrive/你的文件夹/odisha_disticts.geojson","r"))
  y = pd.read_csv("/content/drive/MyDrive/你的文件夹/data.csv")
  

4. 数据格式验证 #

检查CSV中id和Females字段是否存在缺失值或格式错误：

print(y.info())
print(y.isnull().sum())

修改后的可运行代码示例 #

Colab版本 #

import json
import pandas as pd
import plotly.express as px
import plotly.io as pio
from google.colab import drive

# 挂载Google Drive
drive.mount('/content/drive')
# 配置Colab渲染器
pio.renderers.default = 'colab'

# 加载文件（替换为你的实际路径）
x = json.load(open("/content/drive/MyDrive/你的文件夹/odisha_disticts.geojson","r"))
y = pd.read_csv("/content/drive/MyDrive/你的文件夹/data.csv")
y.drop("Unnamed: 0", axis='columns', inplace=True)

# 验证ID匹配
print("GeoJSON属性示例:", [f['properties'] for f in x['features'][:1]])
print("CSV ID示例:", y['id'].head())

# 创建Choropleth地图
fig = px.choropleth(
    y,
    locations="id",
    geojson=x,
    color="Females",
    featureidkey="properties.DISTRICT"  # 替换为实际匹配的属性键
)
fig.update_geos(fitbounds="locations", visible=False)
fig.show()

本地VS Code版本 #

import json
import pandas as pd
import plotly.express as px
import plotly.io as pio

# 配置VS Code渲染器
pio.renderers.default = 'vscode'

# 加载文件（确保文件在当前目录）
x = json.load(open("odisha_disticts.geojson","r"))
y = pd.read_csv("data.csv")
y.drop("Unnamed: 0", axis='columns', inplace=True)

# 验证ID匹配
print("GeoJSON属性示例:", [f['properties'] for f in x['features'][:1]])
print("CSV ID示例:", y['id'].head())

# 创建Choropleth地图
fig = px.choropleth(
    y,
    locations="id",
    geojson=x,
    color="Females",
    featureidkey="properties.DISTRICT"  # 替换为实际匹配的属性键
)
fig.update_geos(fitbounds="locations", visible=False)
fig.show()

内容的提问来源于stack exchange，提问作者vivek