如何使用GeoPandas处理含经纬度的CSV文件并绘制地图？Shapefile怎么用？

先搞懂Shapefile到底是什么 #

Shapefile是一种常用的地理空间数据格式，用来存储多边形、线、点这类地理要素的边界和属性。你需要它的核心原因是：你的CSV只有孤立的经纬度点，Shapefile能给你提供地图的底图（比如国家、城市的轮廓），让你的点数据有地理参考。

一步步操作 #

1. 安装依赖库 #

确保你装了必要的包：

pip install geopandas matplotlib

2. 读取CSV并转为GeoDataFrame #

你的CSV里的经度、纬度是普通数值列，需要把它们转换成GeoPandas能识别的几何对象（Point）：

import geopandas as gpd
import pandas as pd
from shapely.geometry import Point

# 读取CSV
df = pd.read_csv("你的数据文件.csv")

# 把经纬度转为Point几何对象，注意顺序是(经度, 纬度)
geometry = [Point(xy) for xy in zip(df["经度"], df["纬度"])]

# 创建GeoDataFrame，指定坐标系为WGS84（EPSG:4326，全球通用的GPS坐标系）
gdf = gpd.GeoDataFrame(df, geometry=geometry, crs="EPSG:4326")

3. 加载Shapefile底图 #

你需要一个对应区域的Shapefile（比如世界地图、中国地图），可以从公开数据源获取免费的低分辨率数据。拿到Shapefile后，用GeoPandas读取：

# 读取Shapefile，替换成你的Shapefile路径
world = gpd.read_file("你的Shapefile文件.shp")

# 如果你只需要特定区域，比如中国，可以筛选
# china = world[world["name"] == "China"]

4. 绘制带分类变量的地图 #

现在把底图和你的点数据叠加，根据分类变量设置点的颜色或大小：

import matplotlib.pyplot as plt

# 创建绘图对象
fig, ax = plt.subplots(figsize=(10, 8))

# 先画底图
world.plot(ax=ax, color="#f0f0f0", edgecolor="gray")

# 再画你的点数据，根据分类变量（比如"分类列"）设置颜色
gdf.plot(ax=ax, column="分类列", cmap="viridis", markersize=50, alpha=0.7, legend=True)

# 设置标题和坐标轴
plt.title("基于分类变量的地理分布")
plt.axis("off")

# 显示或保存图
plt.show()
# plt.savefig("地图结果.png", dpi=300)

5. 常见坑点解决 #

• 坐标系不匹配：如果你的GeoDataFrame和Shapefile坐标系不一样，会导致点画到错误位置。可以用to_crs转换：

  # 把Shapefile转为和你的数据一样的坐标系（EPSG:4326）
  world = world.to_crs("EPSG:4326")
  

• Shapefile文件不完整：Shapefile不是单个.shp文件，还需要.shx、.dbf等配套文件，必须放在同一个文件夹里才能读取。

内容的提问来源于stack exchange，提问作者Dhyey Shaileshkumar Patel