如何在geopandas绘制的专区地图上叠加分数值区间的分类散点图
无经纬度数值叠加分区地图散点实现方案
- 核心逻辑:针对你没有每个数值对应经纬度的场景,直接在对应专区的行政边界范围内生成完全随机的散点坐标,再按预设的数值区间给不同分组的散点分配专属颜色即可。
- 前置准备:确保你的
health.xlsx至少包含两列:一列是专区名(和shapefile里的ADM1_EN列值完全一致),一列是需要展示的数值列。
实现步骤
1. 数据预处理:按数值区间分组
首先加载数据,定义拆分区间和对应颜色:
import os import matplotlib.pyplot as plt import pandas as pd import geopandas as gpd import numpy as np # 固定随机数种子,保证每次生成的散点位置一致 np.random.seed(42) # 加载已有的专区shapefile fPath = 'shape/bgd_adm_bbs_20201113_SHP/bgd_admbnda_adm2_bbs_20201113.shp' bgd = gpd.read_file(fPath) # 加载你的health数据,替换为实际文件路径 health = pd.read_excel("health.xlsx") # 定义数值拆分区间、分组标签和对应颜色,可按需新增 bins = [70, 80, 90] bin_groups = [ {"label": "70-80", "color": "#1f77b4"}, {"label": "80-90", "color": "#ff7f0e"} ] # 给每条数值打上对应区间标签 health["value_group"] = pd.cut( health["value"], bins=bins, labels=[g["label"] for g in bin_groups], include_lowest=True )
2. 生成对应专区范围内的随机散点坐标
因为你的数据没有经纬度,我们把同一个专区的所有adm2边界合并成单个专区的总面,再在面内生成随机点:
# 按专区 dissolve 合并同ADM1_EN的所有adm2面 adm1_geom = bgd.dissolve(by="ADM1_EN").reset_index() # 新增两列存储散点的经纬度 health["lon"] = None health["lat"] = None # 遍历每条数据,在对应专区范围内生成随机点 for idx, row in health.iterrows(): # 匹配当前数据对应的专区几何面 target_poly = adm1_geom[adm1_geom["ADM1_EN"] == row["ADM1_EN"]].geometry.iloc[0] # 提取该专区的经纬度边界范围 minx, miny, maxx, maxy = target_poly.bounds # 循环生成点直到落在专区面内部 while True: rand_lon = np.random.uniform(minx, maxx) rand_lat = np.random.uniform(miny, maxy) rand_point = gpd.points_from_xy([rand_lon], [rand_lat])[0] if target_poly.contains(rand_point): health.loc[idx, "lon"] = rand_lon health.loc[idx, "lat"] = rand_lat break
3. 叠加散点到分区底图
# 绘制基础分区底图,加半透明效果方便查看上层散点 ax = bgd.plot(figsize=(15,15), column='ADM1_EN', legend=True, alpha=0.3) # 按数值区间分组绘制散点 for group in bin_groups: group_data = health[health["value_group"] == group["label"]] ax.scatter( group_data["lon"].astype(float), group_data["lat"].astype(float), c=group["color"], s=100, # 散点大小,可自行调整 edgecolor="white", # 加白边提升辨识度 zorder=5 # 保证散点在底图上层 ) # 添加散点分组图例 ax.legend(title="数值区间", loc="upper right") # 不需要显示坐标轴可取消下面注释 # ax.axis('off') plt.show()
可调整参数说明
- 散点大小:修改
scatter函数里的s参数即可 - 新增数值区间:直接在
bins数组补充上下限,在bin_groups补充对应标签和颜色即可 - 散点透明度:可在
scatter函数加alpha=0.8类参数调整
内容的提问来源于stack exchange,提问作者orbit
相关产品推荐
相关产品推荐

