如何在Basemap中按公里设置markersize以绘制指定半径的圆

要让Matplotlib Basemap里的圆形标记对应实际5公里的半径，关键是把实际地理距离转换成Matplotlib散点图的s参数（标记面积，单位是平方点）。下面是具体的思路和修改后的代码：

核心思路 #

Basemap的width/height参数以米为单位，投影后的坐标(x,y)也是米为单位。我们可以通过以下步骤计算对应s值：

1. 把目标点转换成投影坐标，再计算一个向北偏移5公里的点的投影坐标（LCC投影中y轴向北递增）。
2. 将这两个点的投影坐标转换成屏幕像素坐标，算出它们的像素距离——这就是5公里对应的屏幕半径。
3. 把像素距离转换成Matplotlib的「点（points）」单位，再用圆的面积公式计算s参数（因为s是标记的面积）。

修改后的完整代码 #

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.basemap import Basemap

# 地图尺寸：400公里宽，320公里高
width, height = 400000, 320000
fig, ax = plt.subplots(figsize=(20,10))

# 目标点经纬度列表
lonA = [2.631547, 2.861595, 2.931014]
latA = [51.120983, 51.209122, 51.238868]

# 创建LCC投影的Basemap实例
m = Basemap(width=width, height=height, projection='lcc', 
            resolution='h', lat_0=52.35, lon_0=4.5)
m.drawmapboundary(fill_color='turquoise')
m.fillcontinents(color='white', lake_color='aqua')
m.drawcountries(linestyle='--')

# 计算5公里半径对应的scatter s参数
target_radius_m = 5000  # 5公里 = 5000米

# 取第一个点作为比例尺参考（点分布较近时，该值可通用）
x, y = m(lonA[0], latA[0])
# 向北偏移5000米的投影坐标
x1, y1 = x, y + target_radius_m

# 转换为屏幕像素坐标
trans = ax.transData
pixel_xy = trans.transform((x, y))
pixel_xy1 = trans.transform((x1, y1))

# 计算像素半径
radius_pixel = np.linalg.norm(np.array(pixel_xy1) - np.array(pixel_xy))

# 像素转Matplotlib点：1英寸=72点，DPI是当前画布的像素密度
dpi = fig.dpi
radius_points = radius_pixel * 72 / dpi

# scatter的s是面积（平方点），所以用圆面积公式计算
s_size = np.pi * (radius_points) ** 2

# 绘制散点标记
scatter2 = m.scatter([], [], s=s_size, c='white', marker='o', 
                     label='Aurelia aurita', zorder=3, alpha=0.5, 
                     edgecolor='steelblue')
# 设置所有点的坐标
z, a = m(lonA[0:3], latA[0:3])
scatter2.set_offsets(np.c_[z, a])

plt.legend()
plt.show()

注意事项 #

• 如果你的点分布范围很大（跨越大比例尺变化区域），建议给每个点单独计算s值，因为LCC投影的比例尺会随纬度变化。但你的点都在荷兰附近，离标准纬线lat_0=52.35很近，比例尺差异极小，用同一个s值足够准确。
• 调整画布的figsize或DPI后，需要重新计算s值，因为屏幕像素密度改变了。

内容的提问来源于stack exchange，提问作者Jellyse