如何用Python的Shapely绘制并着色重叠圆？解决相关技术问题

尝试用Python的Shapely库绘制并着色重叠圆，查阅示例后仍遇到废弃函数（如cascaded_union）相关问题。现有代码能绘制圆的轮廓，但希望为圆填充自定义颜色，且重叠区域呈现混合色，不清楚如何在一系列缓冲点上执行unary_union操作，寻求帮助或其他实现方法。

现有代码：

import matplotlib.pyplot as plt
from shapely.geometry import Point, Polygon, MultiPoint, MultiPolygon


def plot_coords(coords):
    pts = list(coords)
    x, y = zip(*pts)
    plt.plot(x,y)


def plot_polys(polys):
    for poly in polys:
        plot_coords(poly.exterior.coords)

points = [Point(0, 0),
             Point(2,0),
             Point(1,2),
             Point(-1,2),
             Point(-2,0),
             Point(-1,-2),
             Point(1,-2)]

for point in points:
    plot_polys([point.buffer(2.2)])
    
plt.show()

方法1：Matplotlib直接填充带透明度的颜色 #

无需复杂的Shapely运算，直接利用Matplotlib的填充功能，给每个圆设置半透明颜色，重叠区域会自然呈现混合效果，是最简便的实现方式。

修改后的代码：

import matplotlib.pyplot as plt
from shapely.geometry import Point

# 自定义每个圆的填充色，数量与圆的数量对应
colors = ['#ff7f7f', '#ffbf7f', '#ffff7f', '#7fff7f', '#7fffff', '#7f7fff', '#ff7fff']

points = [Point(0, 0),
          Point(2,0),
          Point(1,2),
          Point(-1,2),
          Point(-2,0),
          Point(-1,-2),
          Point(1,-2)]

plt.figure(figsize=(8,8))
for idx, point in enumerate(points):
    # 生成圆的多边形对象
    circle = point.buffer(2.2)
    # 提取圆的坐标
    x, y = circle.exterior.xy
    # 填充颜色，alpha控制透明度（0-1，值越小越透明）
    plt.fill(x, y, color=colors[idx], alpha=0.5)
    # 可选：绘制圆的黑色轮廓，增强辨识度
    plt.plot(x, y, color='black', linewidth=0.5)

# 保持坐标轴比例一致，避免圆变形
plt.axis('equal')
plt.show()

方法2：用Shapely的unary_union精准控制重叠区域颜色 #

如果需要对不同重叠次数的区域设置差异化颜色（比如仅单个圆覆盖的区域用浅红，两个圆重叠的区域用深红），可以通过unary_union结合差集运算提取不同层级的重叠区域。

修改后的代码：

import matplotlib.pyplot as plt
from shapely.geometry import Point
from shapely.ops import unary_union

points = [Point(0, 0),
          Point(2,0),
          Point(1,2),
          Point(-1,2),
          Point(-2,0),
          Point(-1,-2),
          Point(1,-2)]

# 生成所有圆的多边形列表
circles = [point.buffer(2.2) for point in points]

# 定义不同重叠次数对应的颜色
overlap_colors = {
    1: '#ffcccc',  # 仅单个圆覆盖的区域
    2: '#ff9999',  # 两个圆重叠的区域
    3: '#ff6666',  # 三个圆重叠的区域
    # 可根据实际重叠情况扩展更多层级
}

plt.figure(figsize=(8,8))

# 绘制仅单个圆覆盖的区域
for i, circle in enumerate(circles):
    # 计算当前圆减去其他所有圆的并集，得到唯一覆盖区域
    others = unary_union(circles[:i] + circles[i+1:])
    single_area = circle.difference(others)
    if not single_area.is_empty:
        # 处理可能的MultiPolygon类型，遍历子几何对象
        if hasattr(single_area, 'geoms'):
            for geom in single_area.geoms:
                x, y = geom.exterior.xy
                plt.fill(x, y, color=overlap_colors[1])
        else:
            x, y = single_area.exterior.xy
            plt.fill(x, y, color=overlap_colors[1])

# 绘制仅两个圆重叠的区域（示例，可扩展到更多重叠层级）
for i in range(len(circles)):
    for j in range(i+1, len(circles)):
        # 计算两个圆的交集
        overlap = circles[i].intersection(circles[j])
        if overlap.is_empty:
            continue
        # 减去其他所有圆的覆盖，得到仅这两个圆重叠的区域
        others = unary_union(circles[:i] + circles[i+1:j] + circles[j+1:])
        double_area = overlap.difference(others)
        if not double_area.is_empty:
            if hasattr(double_area, 'geoms'):
                for geom in double_area.geoms:
                    x, y = geom.exterior.xy
                    plt.fill(x, y, color=overlap_colors[2])
            else:
                x, y = double_area.exterior.xy
                plt.fill(x, y, color=overlap_colors[2])

# 绘制所有圆的轮廓（可选）
for circle in circles:
    x, y = circle.exterior.xy
    plt.plot(x, y, color='black', linewidth=0.5)

plt.axis('equal')
plt.show()

关键说明： #

• unary_union是cascaded_union的替代函数，直接传入几何对象列表即可计算并集，无需循环调用。
• 若运算结果为MultiPolygon类型，需遍历其geoms属性逐个绘制子区域。
• 方法2适合需要精准控制重叠层级颜色的场景，但计算量会随圆的数量增加而上升。

内容的提问来源于stack exchange，提问作者Doda