如何使用GeoPandas基于confidence等指定属性绘制加权热力图

问题根因 #

geoplot的kdeplot方法的weight参数设计为仅接收GeoDataFrame中对应属性列的列名字符串，直接传入points.confidence这个Series对象会被参数校验逻辑忽略，最终默认按纯地理点密度计算KDE结果。

修正代码 #

仅需要修改kdeplot调用的weight参数即可，修改后完整代码如下：

import geoplot as gplt
import geopandas as gpd
import geoplot.crs as gcrs
import matplotlib.pyplot as plt

points = gpd.read_file('points.geojson')
polygons = gpd.read_file('polygons.geojson')

ax = gplt.polyplot(polygons, projection=gcrs.AlbersEqualArea(), zorder=1)
# weight参数传入属性列名的字符串即可生效
gplt.kdeplot(points, cmap='Reds', shade=True, clip=polygons, ax=ax, weight='confidence') 

plt.show()

备用兼容方案 #

如果你使用的geoplot版本极低，仍然无法识别weight参数，可以手动计算加权KDE再可视化：

• 提取所有点的经纬度坐标和confidence权重
• 调用scipy.stats.gaussian_kde传入weights参数计算加权核密度
• 基于边界范围生成网格，将密度值映射到网格后用plt.contourf绘制即可

内容的提问来源于stack exchange，提问作者Tim