简单的世界地图，高亮显示国家和选择的城市。

要实现简单的世界地图并高亮显示国家和选择的城市，可以使用Python中的地理信息库如geopandas和folium来处理地理数据，并使用matplotlib库来可视化地图。

以下是一个示例代码，其中使用了geopandas来读取世界地图的shapefile文件，使用folium创建互动式地图，并使用matplotlib来高亮显示国家和选择的城市。

import geopandas as gpd
import folium
from matplotlib import pyplot as plt

# 读取世界地图的shapefile文件
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))

# 创建folium地图对象
m = folium.Map(location=[0, 0], zoom_start=2)

# 高亮显示的国家列表
highlight_countries = ['China', 'United States', 'Germany']

# 高亮显示的城市列表
highlight_cities = ['Beijing', 'New York', 'Berlin']

# 遍历世界地图中的每一个国家
for idx, country in world.iterrows():
    country_name = country['name']
    
    # 如果国家在高亮显示的国家列表中，则将其颜色设置为红色
    if country_name in highlight_countries:
        world.loc[idx, 'color'] = 'red'
    else:
        world.loc[idx, 'color'] = 'gray'

    # 在地图上添加国家的多边形边界
    folium.GeoJson(country.geometry).add_to(m)

    # 遍历高亮显示的城市列表
    for city in highlight_cities:
        # 获取城市的经纬度信息
        city_location = world[world['name'] == city].geometry.iloc[0].centroid

        # 如果城市在国家的边界内，则在地图上添加城市的标记
        if country.geometry.contains(city_location):
            folium.Marker([city_location.y, city_location.x],
                          popup=city).add_to(m)

# 使用matplotlib将地图可视化，并保存为图片
fig, ax = plt.subplots(figsize=(10, 6))
world.plot(ax=ax, color=world['color'])
plt.title('World Map')
plt.savefig('world_map.png')

# 显示互动式地图
m.save('world_map.html')

此代码使用了世界地图的shapefile文件，可以从geopandas库的示例数据集中获取。你可以根据自己的需求修改高亮显示的国家和城市列表，并根据需要调整地图的显示效果。最终，代码将生成一张高亮显示国家和城市的世界地图图片（world_map.png），并保存一个互动式地图（world_map.html）。