You need to enable JavaScript to run this app. 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
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.26 14:15:04