如何用matplotlib.pyplot自定义GeoPandas绘图？差异与样式问题解答

一、两者核心区别 #

• GeoPandas的plot()是针对地理数据封装的专用接口，会根据几何类型（点/线/面）自动匹配Matplotlib的底层绘图函数：比如点数据用scatter，线数据用plot，面数据用patch。
• Pandas的plot()是通用表格数据绘图封装，和Matplotlib原生plot的参数映射更直接，没有地理数据的适配逻辑。

二、为什么部分Matplotlib样式参数不可用 #

GeoPandas没有透传所有Matplotlib参数，而是只暴露了适配地理数据的常用参数，且参数名可能和原生Matplotlib有差异：

• 你遇到的markeredgecolor是Matplotlibplot()的参数，但GeoPandas绘制点时用的是scatter()，对应的边缘颜色参数是edgecolor，而非markeredgecolor，所以直接传入会报错。

三、自定义样式与访问Matplotlib对象的方法 #

方法1：使用GeoPandas兼容的参数名 #

针对不同几何类型，替换为GeoPandas支持的参数：

• 点数据：用edgecolor替代markeredgecolor，facecolor替代markerfacecolor
• 线/面数据：直接使用Matplotlib对应类型的参数（如linewidth、linestyle）

方法2：获取Matplotlib Axes对象直接操作 #

GeoPandas的plot()可以返回或指定Axes对象，拿到后就能像操作普通Matplotlib图一样自定义所有细节：

修正后的示例代码

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import geopandas as gpd

X = np.linspace(-6, 6, 1024)
Y = np.sinc(X)
df = pd.DataFrame(Y, X)
plt.plot(X,Y,linewidth = 3., color = 'k', markersize = 9, markeredgewidth = 1.5, markerfacecolor = '.75', markeredgecolor = 'k', marker = 'o', markevery = 32)
plt.show()

# 创建GeoDataFrame
df.reset_index(inplace=True)
df.rename(columns={'index': 'Y', 0: 'X'}, inplace=True)
gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df['Y'], df['X']))

# 方法1：用GeoPandas兼容参数绘图
gdf.plot(linewidth=3., color='k', markersize=9, edgecolor='k', facecolor='.75', marker='o')
plt.show()

# 方法2：获取Axes对象深度自定义
fig, ax = plt.subplots()
# 将GeoDataFrame绘制到指定Axes
gdf.plot(linewidth=3., color='k', markersize=9, ax=ax)
# 直接修改Axes上的图形元素
for collection in ax.collections:
    collection.set_edgecolor('k')
    collection.set_facecolor('.75')
    collection.set_markersize(9)
# 自定义图例、轴标签等
ax.legend(['sinc曲线'])
ax.set_xlabel('X轴')
ax.set_ylabel('Y轴')
plt.show()

说明：通过ax.collections可以访问点数据的图形集合，ax.lines可以访问线数据集合，之后就能调用所有Matplotlib的样式方法调整细节。

内容的提问来源于stack exchange，提问作者wl_