如何用代码批量生成Plotly Scatter Geo标记点周边5km区域PNG截图

这需求太实用了！手动截图确实麻烦，用代码完全可以批量搞定。核心思路是动态调整地图的视野范围，把每个目标标记点设为中心，计算5km半径对应的经纬度边界，然后直接导出图片。下面是具体实现方案：

步骤拆解 #

1. 经纬度与距离转换：因为经纬度的距离在不同纬度下不一致，需要先计算5km对应的经纬度范围。
2. 遍历标记点更新地图视野：对每个点，调整Plotly的geos参数，将地图中心设为该点，同时限定经纬度范围为5km半径区域。
3. 批量导出PNG：用Plotly的write_image工具保存每个调整后的地图。

代码实现 #

首先确保你安装了依赖：

pip install plotly kaleido

（kaleido是Plotly推荐的图片导出工具，比旧的orca更稳定）

完整代码示例：

import plotly.graph_objects as go
import math

# 1. 示例标记点数据（替换成你的实际数据）
markers = [
    {"lat": 31.2304, "lon": 121.4737, "name": "上海"},
    {"lat": 39.9042, "lon": 116.4074, "name": "北京"},
    {"lat": 23.1291, "lon": 113.2644, "name": "广州"}
]

# 2. 定义函数：计算5km半径对应的经纬度范围
def get_5km_bounds(lat, lon):
    # 纬度每度约111km，经度在lat纬度处每度约111*cos(lat) km
    km_per_deg_lat = 111.0
    km_per_deg_lon = 111.0 * math.cos(math.radians(lat))
    
    # 5km对应的经纬度差值
    delta_lat = 5 / km_per_deg_lat
    delta_lon = 5 / km_per_deg_lon
    
    return {
        "lat_min": lat - delta_lat,
        "lat_max": lat + delta_lat,
        "lon_min": lon - delta_lon,
        "lon_max": lon + delta_lon
    }

# 3. 创建基础Scatter Geo地图
fig = go.Figure(go.Scattergeo(
    lat=[m["lat"] for m in markers],
    lon=[m["lon"] for m in markers],
    text=[m["name"] for m in markers],
    mode="markers+lines",  # 保留边界线（如果你的边界线是连接点的线，这里用lines；如果是点的边界，用marker的line参数）
    marker=dict(
        size=10,
        color="red",
        line=dict(width=2, color="black")  # 标记点的边界线
    )
))

# 基础地图配置
fig.update_layout(
    geo=dict(
        projection_type="mercator",  # 墨卡托投影，适合计算平面距离
        showland=True,
        landcolor="lightgray"
    )
)

# 4. 遍历每个标记点，截取并保存5km范围的截图
for idx, marker in enumerate(markers):
    bounds = get_5km_bounds(marker["lat"], marker["lon"])
    
    # 更新地图视野
    fig.update_geos(
        center=dict(lat=marker["lat"], lon=marker["lon"]),
        lataxis_range=[bounds["lat_min"], bounds["lat_max"]],
        lonaxis_range=[bounds["lon_min"], bounds["lon_max"]]
    )
    
    # 保存为PNG文件
    filename = f"marker_{idx}_{marker['name']}_5km.png"
    fig.write_image(filename, width=800, height=600)
    print(f"已保存：{filename}")

关键细节说明 #

• 边界线处理：如果你的标记点边界线是自定义的多边形（不是点之间的连线），需要确保在Scattergeo中正确传入lon和lat的多边形坐标，mode设为lines或markers+lines。
• 投影选择：墨卡托投影（mercator）在低纬度区域距离计算误差较小，如果是高纬度地区，可以考虑用orthographic但距离计算会更复杂，建议还是用墨卡托。
• 图片尺寸：write_image的width和height可以根据需求调整，确保截图清晰度足够。

内容的提问来源于stack exchange，提问作者Tway101