Jupyter中含全部33个伦敦行政区的Folium地图无法渲染

阿华AIGC实验室

2026-5-20

解决Jupyter中Folium加载完整伦敦行政区GeoJSON不显示的问题

我之前也碰到过一模一样的情况——Jupyter的内置预览环境对较大的GeoJSON数据集的渲染确实有隐性限制，而导出为HTML后浏览器能正常加载，核心原因是Jupyter用iframe嵌入地图时，资源加载的超时阈值或内存限制比独立浏览器更严格，当GeoJSON包含33个行政区（数据量明显增大）时，就触发了这个限制。

下面结合你的场景，给出几种针对性的解决方案：

1. 用Figure包裹地图，调整渲染参数

Folium默认的Jupyter渲染有时会因为容器尺寸或加载策略的问题失败，用folium.Figure明确设置宽高来包裹地图，能提升兼容性：

import folium
import json

# 假设你已解析得到geo_london对象
with open('london_boroughs.geojson', 'r') as f:
    geo_london = json.load(f)

# 创建Figure容器，设置适配Jupyter的尺寸
fig = folium.Figure(width=1000, height=800)
m = folium.Map(location=[51.5074, -0.1278], zoom_start=10)
folium.GeoJson(geo_london).add_to(m)

# 将地图绑定到Figure后再显示
m.add_to(fig)
fig  # Jupyter中直接返回对象即可渲染，也可以用display(fig)

2. 简化GeoJSON的几何复杂度

如果33个行政区的GeoJSON图形太精细，数据量过大，Jupyter的iframe加载会吃力。可以用geopandas和shapely简化几何形状，减少数据体积：

import folium
import json
import geopandas as gpd

# 将GeoJSON转为GeoDataFrame
gdf = gpd.GeoDataFrame.from_features(geo_london['features'])
# 简化几何（tolerance值越大，简化程度越高，可按需调整）
gdf['geometry'] = gdf['geometry'].simplify(tolerance=0.001)
# 转回GeoJSON对象
simplified_geo = json.loads(gdf.to_json())

# 用简化后的GeoJSON生成地图
m = folium.Map(location=[51.5074, -0.1278], zoom_start=10)
folium.GeoJson(simplified_geo).add_to(m)
m

3. 绕过Jupyter内置渲染，直接调用浏览器打开HTML

既然导出HTML后能正常显示，你可以在代码里自动保存并打开，完全避开Jupyter的渲染限制：

import folium
import json
import webbrowser
import tempfile
import os

with open('london_boroughs.geojson', 'r') as f:
    geo_london = json.load(f)

m = folium.Map(location=[51.5074, -0.1278], zoom_start=10)
folium.GeoJson(geo_london).add_to(m)

# 临时保存HTML文件
temp_dir = tempfile.gettempdir()
html_path = os.path.join(temp_dir, 'london_map.html')
m.save(html_path)

# 用默认浏览器打开地图
webbrowser.open(f'file://{html_path}')