嘿，这个需求我熟得很！要把Shapely的美国地图轮廓导出成图片、EPS或PDF，主要靠可视化库来配合——下面给你两种实用方案，按需选就行：

Shapely本身不负责绘图，得靠matplotlib来渲染，descartes是帮matplotlib识别Shapely几何的小工具，步骤超简单：

• 先装依赖：

  pip install matplotlib descartes shapely
  

• 代码示例（假设你的Shapely对象叫us_map_geom）：

  import matplotlib.pyplot as plt
  from descartes import PolygonPatch
  
  # 创建绘图画布，适配美国地图比例调整大小
  fig, ax = plt.subplots(figsize=(10, 8))
  
  # 添加Shapely几何到图中，自定义颜色和边框样式
  patch = PolygonPatch(us_map_geom, facecolor='#88c999', edgecolor='#333333', linewidth=1)
  ax.add_patch(patch)
  
  # 自动适配地图范围，去掉冗余坐标轴让画面更干净
  ax.autoscale()
  ax.axis('off')
  
  # 导出成PNG位图（dpi控制清晰度）
  plt.savefig('us_map.png', dpi=300, bbox_inches='tight', pad_inches=0)
  
  # 导出成EPS矢量格式（适合印刷、无限放大不失真）
  plt.savefig('us_map.eps', format='eps', bbox_inches='tight', pad_inches=0)
  
  # 导出成PDF格式（兼顾矢量特性和便携性）
  plt.savefig('us_map.pdf', format='pdf', bbox_inches='tight', pad_inches=0)
  
  plt.close()
  

如果你的Shapely对象是从地理数据集里来的，用Geopandas会更顺手，它对Shapely的支持无缝衔接，还能轻松处理多要素地理数据：

• 先装依赖：

  pip install geopandas matplotlib
  

• 代码示例：

  import geopandas as gpd
  import matplotlib.pyplot as plt
  
  # 把单个Shapely对象转成GeoDataFrame（Geopandas的核心数据结构）
  gdf = gpd.GeoDataFrame({'geometry': [us_map_geom]})
  
  # 绘图并自定义样式
  fig, ax = plt.subplots(figsize=(10, 8))
  gdf.plot(ax=ax, facecolor='#88c999', edgecolor='#333333', linewidth=1)
  
  # 优化显示效果
  ax.axis('off')
  plt.tight_layout()
  
  # 导出各种格式，逻辑和基础款一致
  plt.savefig('us_map_geopandas.png', dpi=300, bbox_inches='tight', pad_inches=0)
  plt.savefig('us_map_geopandas.eps', format='eps', bbox_inches='tight', pad_inches=0)
  plt.savefig('us_map_geopandas.pdf', format='pdf', bbox_inches='tight', pad_inches=0)
  
  plt.close()
  

小提示 #

• 导出矢量格式（EPS/PDF）时，尽量避免使用带透明效果的颜色，防止部分专业软件打开时出现异常。
• dpi参数仅对位图（PNG）有效，矢量格式无需设置，导出后可无限放大不失真。
• 如果你的Shapely对象是MultiPolygon（比如包含美国本土+阿拉斯加+夏威夷），两种方案都能完美支持，无需额外处理。

内容的提问来源于stack exchange，提问作者Karthik