Python 绘制 GIS 地图的常用做法
Python 绘制 GIS 地图的常用做法是：先用 GeoPandas 读取、清洗并重投影矢量数据，再用 Folium 或 Leafmap 输出可缩放的交互式 HTML 地图，或用 Matplotlib + Cartopy/Contextily 生成带投影的静态图。截至2026年11月，Folium 稳定版为 0.20.0、GeoPandas 为 1.2.0、Cartopy 为 0.26.0，均已支持较新的 Python 与依赖。新手优先 GeoPandas 的 .plot()/.explore()，需要仪表板再上 Plotly；旧 Basemap 仅作遗留兼容。基础库概念可先看本站gis Python入门指南，从解析Gis python库开始。
怎么选合适的 Python GIS 绘图库
先明确输出形态：交互网页选 Folium/Leafmap，静态报告或投影分析选 Cartopy + Contextily，数据处理统一用 GeoPandas。下表汇总截至2026年11月的常用组合，便于快速对照。
| 库 | 主要用途 | 最新稳定版 | Python 要求 | 推荐搭配 |
|---|---|---|---|---|
| GeoPandas | 读写矢量、空间运算、静态/.explore 交互 | 1.2.0（2026年9月） | ≥3.11 | matplotlib、contextily、folium |
| Folium | Leaflet 交互地图、GeoJSON、标记、分级设色 | 0.20.0（2025年6月） | ≥3.9 | GeoPandas、xyzservices |
| Cartopy | Matplotlib 地理投影、海岸线与要素叠加 | 0.26.0（2026年9月） | ≥3.11 | matplotlib、shapely、pyproj |
| Contextily | 为 Matplotlib/GeoPandas 轴添加 Web 瓦片底图 | 1.7.1（2026年7月） | ≥3.10 | GeoPandas、xyzservices |
| Leafmap | Jupyter 多后端交互 GIS（默认 ipyleaflet） | 约 0.64.0（2026年10月） | 以官网为准 | folium、geopandas |
| Plotly | 仪表板 choropleth/scatter_map | 7.1.0（约2026年9月） | 以官网为准 | 内置几何或自备 GeoJSON |
新项目优先 GeoPandas + Folium/Cartopy；Basemap 虽有 2.0.0 更新，官方长期建议迁移到 Cartopy。完整环境搭建与库解析可参考gis python 开发入门全解析，gis Python新手指南。
GeoPandas 静态地图怎么画（含底图）
目标：把 shapefile/GeoPackage 画成带图例的静态图，并可选叠加 OpenStreetMap 等瓦片。验收标准：图层与底图对齐、CRS 正确、图例可读、文件可复现。
- 用 conda-forge 建隔离环境（强烈推荐，避免 Windows 上 GDAL/GEOS 冲突）：conda create -n geo_env python=3.11 后 conda install -c conda-forge geopandas matplotlib contextily。也可 pip install ‘geopandas[all]’，但优先 conda。
- 读数据并检查 CRS：import geopandas as gpd; gdf = gpd.read_file(“data.gpkg”); print(gdf.crs)。没有 CRS 用 gdf = gdf.set_crs(“EPSG:4326”)；需要投影到 Web 墨卡托时 gdf = gdf.to_crs(3857)。
- 基础绘图：ax = gdf.plot(column=”某字段”, cmap=”OrRd”, legend=True, figsize=(10,8))。GeoPandas 1.2.0 起静态绘图系统已重写，分类图例与 colorbar 更稳定。
- 加底图（需网络）：先把轴转到 3857，再 import contextily as cx; cx.add_basemap(ax, source=cx.providers.OpenStreetMap.Mapnik)。CartoDB 系列从 xyzservices 2026.9.0 起需要 API key，否则会出现水印，需到 Carto 官网申请免费 key 后传入。
- 保存：ax.figure.savefig(“map.png”, dpi=150, bbox_inches=”tight”)。大数据量时性能通常优于纯 Folium HTML。
Folium 交互式地图怎么快速出图
目标：生成可缩放、可点击的 HTML，方便分享或嵌入。验收标准：浏览器正常打开、瓦片加载、标记/GeoJSON 位置正确、无空白或偏移。
- 安装：pip install folium 或 conda install -c conda-forge folium（依赖 branca、Jinja2、numpy、requests、xyzservices 会自动装）。Python ≥3.9。
- 创建地图：import folium; m = folium.Map(location=[39.9, 116.4], zoom_start=10, tiles=”OpenStreetMap”)。内部统一用 EPSG:4326，坐标顺序为纬度、经度。
- 叠加 GeoPandas 数据：先 gdf = gdf.to_crs(4326)，再 folium.GeoJson(gdf, name=”图层”).add_to(m)，或用 folium.Choropleth 做分级设色。也可直接加 Marker、Circle。
- 保存并检查：m.save(“map.html”)。Jupyter 中直接显示；本地打开需能访问 Leaflet CDN。自定义 tiles 可参考官方文档与 Folium GitHub。
- 大数据（超过约 1 万点）时 HTML 会变大且卡顿，可改用 Leafmap、抽样，或换到静态方案。
需要更少代码的 Jupyter 交互时，可试 Leafmap（默认 ipyleaflet 后端，也支持 Folium）。若你同时用 QGIS 做验证，可在 QGIS Python 控制台里快速检查图层与 CRS，具体命令见QGIS Python控制台怎么用?常用命令有哪些?。
CRS、底图与性能要注意什么
- CRS 错位：Folium 强制 4326（lat, lon）；Contextily 常用 3857。数据与底图 CRS 不一致必然偏移。始终先 print(gdf.crs)，用 to_crs() 转换；旧 proj4 字符串可能识别不全，优先 EPSG 或 WKT。
- 瓦片与 API key：OpenStreetMap 一般可直接用。CartoDB Positron 等从 xyzservices 2026.9.0 起需 key，否则显示 “API KEY REQUIRED”。获取后示例：tiles=xyz.CartoDB.Positron.build_url(apikey=’YOUR_KEY’)。
- 空白地图：多为 CDN/防火墙拦 Leaflet 资源，换网络或本地缓存 CSS/JS；检查浏览器控制台报错。
- 安装冲突：Windows 上混用 pip 与 conda 易导致 GDAL 报错，统一用 conda-forge 环境。Cartopy 0.22 起已有 binary wheels，安装门槛降低。
- 投影选择：全球概览用 PlateCarree；区域分析用合适的等积或等角投影。Cartopy 替代旧 Basemap，新项目直接上 Cartopy。
版本与变更可核对 GeoPandas 发布标签；日常以各库官方文档与本站教程为准。
常见问题
地图显示空白或只有灰框怎么办？
多数是 Leaflet/CSS CDN 被墙或防火墙拦截，换网络、开代理，或检查生成的 HTML 里资源链接是否可访问。Folium 依赖在线 CDN，离线环境需自行托管静态资源。
数据画出来整体偏移几公里？
几乎都是 CRS 或坐标顺序错误。确认数据已 to_crs(4326) 且 Folium 传入的是 [纬度, 经度]；底图用 Contextily 时轴必须是 3857。用 gdf.total_bounds 与已知点核对。
CartoDB 底图出现 “API KEY REQUIRED”？
xyzservices 从 2026.9.0 起对 CartoDB 瓦片强制 key。到 Carto 官网申请免费非商业 key（额度一般足够学习），再按文档把 key 传入 tiles URL 即可。
安装 GeoPandas 在 Windows 总失败？
优先 conda create -n geo_env 后从 conda-forge 安装整个栈，避免 pip 单独装 GDAL。已混装则删环境重建。Python 要求 ≥3.11（GeoPandas 1.2.0）。
总结：日常流程固定为 GeoPandas 处理数据 → Folium/Leafmap 出交互图或 Cartopy/Contextily 出静态投影图，并始终先核对 CRS。建议立刻用 conda 建一个干净环境装 GeoPandas + Folium + Contextily，拿一份本地 GeoJSON 跑通 .plot() 与 folium.GeoJson；需要更系统的库选型与开发路径时，继续阅读本站入门系列即可。