求助：分离DataFrame经纬度多边形并使用Cartopy绘图

我来帮你搞定这个多边形分离和绘图的问题！你的前期数据处理已经做得很到位了，接下来只需要把分组后的多边形数据整理成易操作的结构，再用Cartopy逐个绘制即可，完全适配多边形数量可变、每个多边形的经纬度点数量可变的场景。

第一步：整理分组后的多边形数据 #

你已经用group_no完成了分组标记，接下来我们可以用groupby把每个多边形的有效经纬度数据存入字典——这样后续遍历绘图会非常方便。

代码实现： #

import pandas as pd
import numpy as np

# 你的前期代码（保留上下文参考）
# df = pd.read_excel(xl, sheet_name=0, header=None)
# df.rename(columns={1:'lon', 2:'lat'},inplace=True)
# df.replace('GAP',np.nan, inplace=True)
# df['group_no'] = df.isnull().all(axis=1).cumsum()

# 将有效多边形数据存入字典：键是分组编号，值是对应多边形的经纬度DataFrame
polygons_dict = {
    group_id: group_data.dropna(subset=['lon', 'lat'])
    for group_id, group_data in df.groupby('group_no')
    if not group_data.dropna(subset=['lon', 'lat']).empty
}

代码解释： #

• 用字典推导式遍历groupby的结果，自动跳过那些清理后为空的分组（也就是原来的GAP分隔行所在的分组）
• 每个字典值都是仅包含有效经纬度的DataFrame，对应一个完整的多边形

第二步：用Cartopy绘制所有多边形 #

接下来我们用Cartopy和Matplotlib完成绘图，核心思路是遍历字典中的每个多边形数据，逐个绘制到地图上。

代码实现： #

import cartopy.crs as ccrs
import matplotlib.pyplot as plt

# 创建绘图画布，指定地理投影（这里用常用的PlateCarree，对应经纬度坐标系）
fig, ax = plt.subplots(figsize=(10, 8), subplot_kw={'projection': ccrs.PlateCarree()})

# 添加基础地图特征（可选，让地图更清晰）
ax.coastlines(resolution='10m')  # 海岸线分辨率，可选'10m'/'50m'/'110m'
ax.add_feature(ccrs.feature.LAND, facecolor='#f0f0f0')
ax.add_feature(ccrs.feature.OCEAN, facecolor='#e0f0ff')

# 遍历每个多边形数据，逐个绘制
for poly_idx, (group_id, poly_data) in enumerate(polygons_dict.items(), start=1):
    # 提取经纬度数组
    lons = poly_data['lon'].values
    lats = poly_data['lat'].values
    
    # 绘制闭合多边形：把第一个点的坐标加到数组末尾，保证图形闭合
    ax.plot(
        np.append(lons, lons[0]),  # 闭合经度
        np.append(lats, lats[0]),  # 闭合纬度
        label=f'Polygon {poly_idx}',
        linewidth=2,
        color=f'C{poly_idx-1}',  # 自动循环Matplotlib的默认颜色
        transform=ccrs.PlateCarree()  # 必须指定数据的投影坐标系
    )
    
    # 可选：填充多边形内部（如果需要）
    # ax.fill(
    #     np.append(lons, lons[0]),
    #     np.append(lats, lats[0]),
    #     alpha=0.2,  # 透明度
    #     color=f'C{poly_idx-1}',
    #     transform=ccrs.PlateCarree()
    # )

# 添加图例、标题，调整布局
ax.set_title('Multi-Polygon Visualization with Cartopy')
plt.legend(loc='upper right')
plt.tight_layout()
plt.show()

关键细节说明： #

1. 多边形闭合：必须把第一个点的经纬度加到数组末尾，否则绘制出来的是一条开放的折线，而不是闭合的多边形。
2. 投影设置：transform=ccrs.PlateCarree()是必须的，它告诉Cartopy你的数据是基于经纬度的地理坐标系。
3. 灵活性：无论你有多少个多边形、每个多边形有多少个点，这段代码都能自动适配——因为我们是遍历字典中的所有数据，没有硬编码任何数量值。

额外优化建议 #

• 如果你的经纬度数据是其他坐标系，可以把ccrs.PlateCarree()替换成对应的投影（比如UTM投影）。
• 可以根据需要调整绘图样式：比如修改线宽、颜色、填充透明度，或者添加点标记来显示每个经纬度点。
• 如果需要保存图片，可以在plt.show()之前添加plt.savefig('polygons_map.png', dpi=300)。

内容的提问来源于stack exchange，提问作者bd3