Geopandas栅格采样后绘制折线子图空白问题排查

问题背景 #

基于shapefile格式地面观测点提取40波段栅格对应点位数值，按地类分组绘制各波段均值折线子图。其中点读取、栅格采样代码运行正常，可输出正确的采样点属性表；分组统计绘图代码运行后所有子图为空白，已校验栅格与点数据投影完全一致。

正常运行的采样代码 #

#read points from shapefile
train_pts = gpd.read_file (training_points)
train_pts = train_pts[['class', 'classes' ,'CID', 'POINT_X','POINT_Y']] #attribute fields os shapefile
train_pts.index = range(len(train_pts))
coords = [(x,y) for x, y in zip(train_pts.POINT_X, train_pts.POINT_Y)] #create list of point coordinates

#sample each band of raster dataset at each point in the coordinate list
train_pts ['Raster Value'] = [x for x in dataset.sample(coords)] #all band values saved as a list in the Raster Value column
#Unpack the raster value column to separate column for each band 
train_pts[band_names] = pd.DataFrame(train_pts['Raster Value'].tolist(), index = train_pts.index)
train_pts = train_pts.drop(['Raster Value'], axis=1) #drop raster value column
#change the values for last three classes 
train_pts['CID'] = train_pts['CID'].replace([7,8,15],[5,6,7])
train_pts.to_csv('train_pts2.csv') #save as csv
train_pts.head (30) #see columns

运行异常的绘图代码 #

prof = train_pts.groupby (['classes']).mean ()
fig = plt.figure(figsize = (17,20))
band_n = [ 'B2', 'B3', 'B4', 'B8' ,'NDVI' ,'VH', 'VV']
n = 1
for ba in band_n:
    ax = fig.add_subplot(4,2,n)
    ax.title.set_text(ba)
    band_val = prof[prof.columns[prof.columns.to_series().str.contains(ba)]]
    for index, row in band_val.iterrows():
        color = cmap (index)
        ax.plot (row,color=color)
        ax.autoscale(enable=True, axis="both", tight=None)
    ax.set_xticklabels([str (x) for x in range(1, len(row)+1)])
    ax.legend(loc='best', fontsize='small', ncol=2, labels=class_names)
    n=n+1

故障原因 #

• 列匹配逻辑不可靠：使用str.contains(ba)做模糊匹配，容易出现错配、漏配——比如短波段名是其他列名的子串、列名带前后空格/大小写差异时，会取到空的band_val数据集，没有可绘制的内容。
• 坐标轴设置逻辑错误：直接调用set_xticklabels但未先定义对应刻度位置，matplotlib默认刻度位置和传入的标签长度不匹配时，会导致坐标轴范围异常，绘制的线条落在可视区域外，呈现空白效果。
• 分组统计混入无关字段：groupby.mean()默认对所有数值列计算均值，会把CID、POINT_X、POINT_Y等非光谱字段纳入统计，干扰波段筛选逻辑。
• 颜色映射调用错误：直接传入地类索引（大概率是字符串类名、非0起始的CID值）给colormap，无法解析出有效颜色值，会导致绘图静默失败，不渲染线条。

修复方案 #

替换原有绘图代码为以下版本，核心改动包括：分组统计时仅指定波段列计算均值、使用精确匹配筛选目标波段、先定义刻度位置再设置标签、提前为地类分配固定颜色、显式传入x/y坐标绘图避免索引错位。

import matplotlib.pyplot as plt
import numpy as np

# 仅对波段列做分组均值统计，排除坐标、CID等无关字段
prof = train_pts.groupby(['classes'])[band_names].mean()

fig = plt.figure(figsize=(17,20))
band_n = ['B2', 'B3', 'B4', 'B8', 'NDVI', 'VH', 'VV']
n = 1
# 提前为所有地类分配固定颜色，避免cmap参数错误
class_list = prof.index.tolist()
color_list = plt.cm.tab10(np.linspace(0, 1, len(class_list)))

for ba in band_n:
    ax = fig.add_subplot(4,2,n)
    ax.title.set_text(ba)
    # 精确匹配目标波段列，避免模糊匹配的漏判错判
    match_cols = [col for col in prof.columns if col.strip() == ba]
    if not match_cols:
        print(f"未找到波段{ba}对应列，跳过该子图")
        n += 1
        continue
    band_val = prof[match_cols]
    
    x = np.arange(len(match_cols))
    # 逐地类绘制折线，显式传入x、y值避免索引错位
    for cls_idx, cls_name in enumerate(class_list):
        y_val = band_val.loc[cls_name].values
        ax.plot(x, y_val, color=color_list[cls_idx], label=cls_name)
    
    # 先设置刻度位置，再绑定刻度标签，解决坐标轴渲染异常
    ax.set_xticks(x)
    ax.set_xticklabels(match_cols)
    ax.autoscale(enable=True, axis="both", tight=True)
    ax.legend(loc='best', fontsize='small', ncol=2)
    n += 1

# 自动调整子图间距避免标题、标签遮挡
plt.tight_layout()
plt.show()

前置校验步骤 #

如果替换代码后仍有异常，先做两步检查：

• 打印print(prof.columns.tolist())，确认所有波段列名和band_n列表内的名称完全一致，无多余空格、大小写差异。
• 循环内打印print(ba, band_val.shape)，确认每个子图取到的波段数据集非空。
• 如果存在同前缀多细分波段的情况（如B2包含多个波长子波段），将列匹配规则调整为col.startswith(f"{ba}_")这类更精准的规则，不要用宽泛的包含匹配。

内容的提问来源于stack exchange，提问作者Gulnihal