如何使用GeoPandas在Python中修改EPA Level2 Ecoregion Shapefile并自定义地图可视化样式

看起来你想要实现三个核心需求：把地图背景改成白色、添加浅灰色的美国州界线，以及给每个Level2生态区分配独特的颜色。之前的尝试出现拉伸和无效的问题，主要是因为州界数据用错了（用了国家边界而非州边界），而且没有处理坐标系匹配的问题，也没设置生态区的分色逻辑。我来一步步帮你修正：

先分析你之前代码的问题 #

• 你用了naturalearth_lowres数据集，这是国家级的边界数据，不是美国州界，所以根本不会显示你想要的州线条
• 生态区数据用的是米为单位的投影坐标系（从你的坐标范围能看出来，是北美阿尔伯斯等面积这类投影），而naturalearth_lowres是WGS84经纬度坐标系，两者不匹配就会导致地图拉伸、错位
• 没有设置生态区的分色参数，所以所有生态区都是同一种颜色

修正后的完整代码 #

下面是满足所有需求的代码，每一步都有标注说明：

import geopandas as gpd
import matplotlib.pyplot as plt

# 1. 加载EPA Level2生态区数据
shapefile_path = "/home/student/tsjohnson/NA_CEC_Eco_Level2.shx"
level2 = gpd.read_file(shapefile_path)

# 查看生态区数据的坐标系（可以取消注释打印确认，比如EPSG:102003这类北美投影）
# print(level2.crs)

# 2. 加载美国州界数据并匹配坐标系
# 用geopandas内置的美国州界数据集，若没有则替换为你的州界shapefile路径
us_states = gpd.read_file(gpd.datasets.get_path('naturalearth_us_states'))
# 关键：将州界数据转换为和生态区数据完全相同的坐标系，避免错位
us_states_proj = us_states.to_crs(level2.crs)

# 3. 创建画布和轴，设置全白色背景
fig, ax = plt.subplots(figsize=(10, 8))
ax.set_facecolor('white')  # 地图区域背景设为白色
fig.set_facecolor('white')  # 画布背景也设为白色，避免保存时出现灰色边缘

# 4. 绘制生态区：每个区域分配独特颜色
# 用column参数指定生态区的唯一标识列（比如NAME或NA_L2CODE，根据你的数据列名调整）
level2.plot(
    ax=ax,
    column='NA_L2NAME',  # 替换成你数据中代表生态区名称/ID的列
    edgecolor='black',   # 生态区边界用黑色，和州界线区分
    linewidth=0.5,
    cmap='tab20',        # 选一个区分度高的配色方案，也可以用'viridis'/'Set3'等
    legend=False         # 不需要图例可关闭，需要的话设为True并调整位置
)

# 5. 绘制浅灰色的州界线
us_states_proj.boundary.plot(
    ax=ax,
    edgecolor='lightgrey',  # 浅灰色，也可以用十六进制值比如'#dddddd'
    linewidth=1
)

# 6. 设置你需要的轴范围
ax.set_xlim([-2.25E6, -1E6])
ax.set_ylim([-1E6, 0.6E6])

# 可选：关闭坐标轴刻度，让地图更干净
ax.set_xticks([])
ax.set_yticks([])

# 显示或保存地图
plt.show()
# plt.savefig('ecoregions_map.png', dpi=300, bbox_inches='tight')  # 保存高清无白边的图片

关键细节补充 #

• 坐标系匹配：这是你之前代码失效的核心！一定要把州界数据转换到和生态区数据相同的CRS（坐标参考系），否则两个图层会完全错位，看起来就是拉伸或者看不到内容
• 生态区分色：column参数是核心，只要指定一个每个生态区都唯一的列（比如名称、编码），matplotlib就会自动给每个不同的区域分配不同颜色
• 颜色自定义：你可以替换cmap的值来改变配色风格；州界线的颜色也可以换成任何你想要的浅灰色调
• 无内置州界数据的处理：如果你的环境没有naturalearth_us_states数据集，只需要把加载州界的代码改成us_states = gpd.read_file("你的州界shapefile路径.shx")，然后同样执行坐标系转换即可

备注：内容来源于stack exchange，提问作者Tanner S Johnson