如何使用Plotly绘制毛里求斯分区级choropleth等值地图

px.choropleth 调用自定义GeoJSON绘制次级行政区地图时，传入locationmode='country names'、geo_scope这类参数会强制触发Plotly内置公共边界库的匹配逻辑，完全覆盖你传入的自定义毛里求斯行政区GeoJSON，直接导致要素匹配失败、无图形渲染。

• 移除所有内置地图相关参数
  删掉代码里的locationmode='country names'、geo_scope='africa'/'world'配置，这类参数仅适配Plotly自带的全球/国家层级边界，和你本地的自定义一级行政区GeoJSON完全不兼容。
• 显式指定GeoJSON与DataFrame的匹配规则
  给px.choropleth传入三个必填的自定义GeoJSON相关参数：
  • geojson：传入你读取完成的毛里求斯行政区GeoJSON对象
  • locations：传入DataFrame中存储行政区匹配键的列，如果你用行政区名称匹配就传df['Location']，用提前映射好的id匹配就传对应id列
  • featureidkey：指定GeoJSON中用于匹配的属性路径，必须带properties.前缀：如果用行政区名称匹配就设为"properties.name_1"，如果用id匹配就设为"properties.id_1"
• 保留自动适配边界配置
  保留fig.update_geos(fitbounds="locations", visible=False)配置即可，该逻辑会自动根据你传入的GeoJSON要素范围，将视图缩放到毛里求斯行政区全域，不需要额外设置中心点、缩放等级。
• 坐标系校验（可选排查项）
  如果完成上述配置后仍无渲染，检查GeoJSON坐标系是否为WGS84（EPSG:4326），Plotly仅支持未投影的经纬度格式GeoJSON，若为其他投影坐标系需先做坐标转换。

import pandas as pd
import plotly.express as px
import json

# 加载本地数据
with open("毛里求斯行政区GeoJSON文件路径.json", "r", encoding="utf-8") as f:
    mu_geojson = json.load(f)
# 注意制表符分隔文件必须指定sep="\t"
job_df = pd.read_csv("LocationJobCount.csv", sep="\t")

# 绘制分区填色图
fig = px.choropleth(
    job_df,
    geojson=mu_geojson,
    locations="Location",
    featureidkey="properties.name_1", # 若用id_1匹配则修改为"properties.id_1"
    color="岗位计数字段名", # 替换为你csv中存储岗位数量的实际字段名
    color_continuous_scale="Blues"
)

# 自动适配边界
fig.update_geos(fitbounds="locations", visible=False)
fig.show()

• featureidkey参数必须加properties.前缀，GeoJSON的所有属性字段都存储在每个要素的properties节点下，直接写字段名会匹配失败
• 读取csv时必须指定sep="\t"，否则会把制表符识别为普通字符，导致Location字段读取错误、和GeoJSON属性匹配不上
• 不需要额外给GeoJSON手动设置id字段，通过featureidkey指定属性路径即可完成匹配

内容的提问来源于stack exchange，提问作者kelvin