GIS基础理论 GeoPandas GIS可视化

GeoPandas读取Shapefile?GIS地图可视化怎么画?

2025-12-14 GIS基础理论

wowwwai GIS研习社 · 工具流程与项目排障

很多同学第一次用 Python 做空间数据分析时，都会遇到“GeoPandas读取Shapefile?GIS地图可视化怎么画?”这个问题：文件明明在本地，为什么读不出来？读出来以后为什么中文乱码、坐标不对、地图空白？本文用一个可复现的 GeoPandas 工作流，讲清楚 Shapefile 读取、坐标检查、属性查看和 GIS 地图可视化的完整步骤。

GeoPandas读取Shapefile GIS地图可视化流程图 — GeoPandas 读取 Shapefile 并完成 GIS 地图可视化的基本流程。

引言：用 GeoPandas 读取 Shapefile 并画出第一张 GIS 地图

GeoPandas 是 Python 生态中最常用的矢量 GIS 数据处理库之一。它把 pandas 的表格能力和 Shapely 的几何对象结合起来，可以直接读取 Shapefile、GeoJSON、GeoPackage 等空间数据，并用几行代码完成地图可视化。

如果你的目标是快速完成一张基础 GIS 地图，核心流程并不复杂：

准备完整的 Shapefile 文件组。
使用 geopandas.read_file() 读取数据。
检查坐标系、字段和几何类型。
使用 GeoDataFrame.plot() 绘制地图。
根据需要设置颜色、分类、图例、边界和导出图片。

下面的示例以行政区、道路、地块、采样点等常见 Shapefile 都适用。你只需要把路径和字段名替换成自己的数据即可。

背景：为什么 GeoPandas 读取 Shapefile 经常报错

Shapefile 不是一个单独文件，而是一组文件。最少通常包括：

.shp：存储几何图形。
.shx：空间索引文件。
.dbf：属性表文件。
.prj：坐标参考系统信息，虽然不是强制文件，但非常重要。

很多 GeoPandas 读取 Shapefile 失败，并不是代码写错，而是数据文件不完整、路径包含特殊字符、编码不匹配，或者当前 Python 环境缺少底层 GIS 依赖。

最常见的问题包括：

只复制了 .shp 文件，没有复制 .dbf 和 .shx。
路径中有中文、空格、云盘同步目录，导致读取异常。
Shapefile 属性表使用 GBK 编码，默认 UTF-8 读取后出现中文乱码。
.prj 缺失，读取后 crs 为 None。
数据坐标是经纬度，但拿来按米计算面积或距离。
几何对象存在空几何、无效几何，绘图时结果异常。

原理：GeoPandas 读取 Shapefile 后得到的是什么

GeoPandas 读取 Shapefile 后，返回的是一个 GeoDataFrame。你可以把它理解为“带有空间几何列的 pandas DataFrame”。

普通表格数据只有字段和记录，而 GeoDataFrame 多了一个特殊列，通常叫 geometry。这个列中保存点、线、面等几何对象。

对象	作用	常用操作
`GeoDataFrame`	空间数据表	查看字段、筛选记录、投影转换、绘图
`geometry`	几何列	存储点、线、面对象
`crs`	坐标参考系统	判断数据是经纬度坐标还是投影坐标
`plot()`	基础地图绘制	按字段着色、设置图例、设置边界样式

GeoPandas 的地图可视化本质上是把几何对象交给 Matplotlib 绘制。因此它适合做静态地图、分析过程图、结果检查图。如果要做交互式 WebGIS 地图，则通常会结合 Folium、Leaflet、OpenLayers 或导出为 GeoJSON 后再发布。

步骤：GeoPandas 读取 Shapefile 的完整代码

1. 安装 GeoPandas 环境

推荐使用 conda 安装 GeoPandas，因为它依赖 GDAL、PROJ、Fiona、pyogrio 等 GIS 底层库，直接用 pip 在部分 Windows 环境中容易遇到依赖问题。

conda create -n gis python=3.11
conda activate gis
conda install -c conda-forge geopandas matplotlib pyogrio

如果你习惯使用 pip，也可以尝试：

pip install geopandas matplotlib pyogrio

环境安装后，先检查是否能正常导入：

import geopandas as gpd
import matplotlib.pyplot as plt

print(gpd.__version__)

2. 准备 Shapefile 文件路径

建议把 Shapefile 放在一个路径简单的目录中，例如：

D:/gis_data/city_boundary/city_boundary.shp

不要只放 .shp 文件，应该保证同名文件组都在同一目录下：

city_boundary.shp
city_boundary.shx
city_boundary.dbf
city_boundary.prj

在 Python 中读取时，推荐使用原始字符串，避免反斜杠转义问题：

import geopandas as gpd

shp_path = r"D:/gis_data/city_boundary/city_boundary.shp"
gdf = gpd.read_file(shp_path)

print(gdf.head())
print(gdf.crs)
print(gdf.geometry.geom_type.value_counts())

3. 处理中文字段或属性乱码

如果 GeoPandas 读取 Shapefile 后中文属性显示乱码，可以显式指定编码。国内很多旧 Shapefile 的属性表是 GBK 或 GB18030 编码。

gdf = gpd.read_file(shp_path, encoding="gbk")
print(gdf.head())

如果 gbk 仍然乱码，可以尝试：

gdf = gpd.read_file(shp_path, encoding="gb18030")

注意，编码只影响属性表文字，不会改变几何坐标。如果地图位置不对，应优先检查坐标系，而不是编码。

4. 检查坐标系 CRS

读取成功后，一定要检查 crs。这是 GIS 地图可视化和空间分析中最容易被忽略的一步。

print(gdf.crs)

常见结果示例：

EPSG:4326：经纬度坐标，单位是度。
EPSG:3857：Web Mercator，常用于在线地图底图。
EPSG:4490：CGCS2000 地理坐标系。
None：数据没有坐标系信息，需要根据数据来源确认。

如果数据没有 CRS，但你明确知道它是 WGS84 经纬度，可以设置 CRS：

gdf = gdf.set_crs(epsg=4326)

如果数据已有 CRS，只是需要转换到另一个坐标系，应使用 to_crs()：

gdf_3857 = gdf.to_crs(epsg=3857)

注意：set_crs() 是“声明当前坐标系”，不会改变坐标值；to_crs() 是“坐标转换”，会改变坐标值。两者不能混用。

5. 用 GeoPandas plot 绘制基础地图

最简单的 GIS 地图可视化只需要一行代码：

import matplotlib.pyplot as plt

gdf.plot()
plt.show()

为了让地图更清晰，可以设置面颜色、边界颜色、线宽和图幅大小：

fig, ax = plt.subplots(figsize=(8, 8))

gdf.plot(
    ax=ax,
    facecolor="#d9ecff",
    edgecolor="#2b6cb0",
    linewidth=0.8
)

ax.set_title("Shapefile 地图可视化结果")
ax.set_axis_off()

plt.show()

如果是道路、河流等线数据，可以这样绘制：

fig, ax = plt.subplots(figsize=(10, 8))

gdf.plot(
    ax=ax,
    color="#444444",
    linewidth=0.6
)

ax.set_title("线状 Shapefile 可视化")
ax.set_axis_off()

plt.show()

如果是采样点、POI 等点数据，可以设置点大小和颜色：

fig, ax = plt.subplots(figsize=(8, 8))

gdf.plot(
    ax=ax,
    color="red",
    markersize=8
)

ax.set_title("点状 Shapefile 可视化")
ax.set_axis_off()

plt.show()

6. 按属性字段进行分级设色

GIS 地图可视化通常不只是把边界画出来，还需要根据属性字段表达差异。例如按人口、面积、等级、类型等字段着色。

先查看字段名：

print(gdf.columns)

假设有一个字段叫 population，可以按该字段绘制专题图：

fig, ax = plt.subplots(figsize=(9, 8))

gdf.plot(
    column="population",
    ax=ax,
    legend=True,
    cmap="YlOrRd",
    edgecolor="white",
    linewidth=0.5
)

ax.set_title("按人口字段绘制分级设色图")
ax.set_axis_off()

plt.show()

如果是类别字段，例如 type，可以使用分类图：

fig, ax = plt.subplots(figsize=(9, 8))

gdf.plot(
    column="type",
    ax=ax,
    legend=True,
    categorical=True,
    edgecolor="black",
    linewidth=0.3
)

ax.set_title("按类型字段绘制分类地图")
ax.set_axis_off()

plt.show()

7. 叠加多个 Shapefile 图层

实际 GIS 制图往往需要叠加多个图层，例如行政区边界、道路和点位。关键是确保所有图层在同一个坐标系中。

boundary = gpd.read_file(r"D:/gis_data/boundary.shp")
roads = gpd.read_file(r"D:/gis_data/roads.shp")
points = gpd.read_file(r"D:/gis_data/points.shp")

roads = roads.to_crs(boundary.crs)
points = points.to_crs(boundary.crs)

fig, ax = plt.subplots(figsize=(10, 10))

boundary.plot(
    ax=ax,
    facecolor="#f7fbff",
    edgecolor="#2171b5",
    linewidth=0.8
)

roads.plot(
    ax=ax,
    color="#636363",
    linewidth=0.5
)

points.plot(
    ax=ax,
    color="#e31a1c",
    markersize=12
)

ax.set_title("行政区、道路和点位叠加图")
ax.set_axis_off()

plt.show()

如果叠加后看不到某个图层，首先检查 CRS 是否一致，其次检查数据范围是否重叠。

8. 导出地图图片

完成可视化后，可以保存为 PNG 或 PDF：

fig, ax = plt.subplots(figsize=(10, 10))

gdf.plot(
    ax=ax,
    facecolor="#deebf7",
    edgecolor="#3182bd",
    linewidth=0.6
)

ax.set_title("GeoPandas Shapefile 可视化")
ax.set_axis_off()

plt.savefig(
    "geopandas_shapefile_map.png",
    dpi=300,
    bbox_inches="tight"
)

plt.show()

如果要用于论文、报告或公众号配图，建议设置 dpi=300，并使用 bbox_inches="tight" 去掉多余空白。

常见坑：GeoPandas 读取 Shapefile 和地图可视化排错

1. 只复制了 .shp 文件

这是最常见的问题。Shapefile 必须作为文件组一起使用。如果缺少 .dbf，可能没有属性表；如果缺少 .shx，可能无法正常索引几何；如果缺少 .prj，就无法自动识别坐标系。

解决方法：

从原始数据目录完整复制所有同名文件。
不要手动改其中某一个文件名。
压缩传输时，把整个 Shapefile 文件组一起压缩。

2. 中文路径或编码导致读取失败

新版本 GeoPandas 对中文路径支持已经比过去好很多，但在部分 Windows、旧 GDAL 或复杂环境中仍可能出问题。

建议排查：

把数据移动到 D:/gis_data/ 这类简单路径。
路径不要放在微信、QQ、OneDrive、网盘同步目录中。
属性乱码时尝试 encoding="gbk" 或 encoding="gb18030"。

3. 坐标系不一致导致图层错位

如果多个 Shapefile 叠加后不重合，大概率是坐标系不一致。例如一个图层是 EPSG:4326，另一个是投影坐标系。

正确做法是先查看 CRS，再统一到同一个 CRS：

print(boundary.crs)
print(roads.crs)

roads = roads.to_crs(boundary.crs)

不要直接改坐标值，也不要在不知道原始坐标系的情况下随意 set_crs()。

4. 地图显示为空白

GeoPandas 绘图空白通常有几种原因：

数据本身为空，len(gdf) 为 0。
几何列为空，gdf.geometry.is_empty 中存在大量 True。
坐标值异常，例如经纬度数据出现百万级坐标，或投影坐标被误认为经纬度。
叠加图层时范围差异太大，小图层被挤在一个角落。

可以用下面的代码快速检查：

print(len(gdf))
print(gdf.total_bounds)
print(gdf.geometry.is_empty.sum())
print(gdf.geometry.is_valid.value_counts())

5. 面积和距离计算结果不对

如果 Shapefile 是经纬度坐标，例如 EPSG:4326，直接计算面积和距离通常不符合实际，因为单位是“度”，不是“米”。

应先转换到合适的投影坐标系，再计算面积或距离：

gdf_proj = gdf.to_crs(epsg=3857)
gdf_proj["area_m2"] = gdf_proj.area

对于正式项目，不建议无脑使用 EPSG:3857 计算面积。应根据研究区选择合适的等积投影或本地投影坐标系。

方法比较：GeoPandas、QGIS 和 ArcGIS Pro 该怎么选

方法	适合场景	优点	局限
GeoPandas	批量处理、自动化制图、Python 空间分析	代码可复现，适合和 pandas、NumPy、Matplotlib 结合	交互式编辑能力弱，复杂制图不如专业 GIS 软件直观
QGIS	可视化检查、投影转换、符号化制图、数据编辑	免费开源，图形界面友好，插件丰富	批量自动化需要额外学习表达式、模型构建器或 PyQGIS
ArcGIS Pro	企业级 GIS 项目、规范制图、地理处理模型	工具链完整，制图和空间分析能力强	商业软件，授权和环境成本较高
Folium 或 WebGIS	交互式网页地图展示	适合浏览器交互、点选、弹窗和在线发布	需要考虑数据量、切片、前端性能和服务部署

如果你只是想检查 Shapefile 是否正确，QGIS 更直观；如果你要批量读取多个 Shapefile、统一坐标系、自动输出地图图片，GeoPandas 更适合；如果你要制作高质量版式地图，ArcGIS Pro 和 QGIS 的布局工具会更方便。

检查清单：GeoPandas 读取 Shapefile 前后必查项

Shapefile 文件组是否完整：.shp、.shx、.dbf、.prj 是否在同一目录。
文件路径是否简单，是否避免了奇怪符号、过长路径和同步盘目录。
读取后 gdf.head() 是否能看到正常属性。
中文字段或属性是否乱码，是否需要指定 encoding="gbk"。
gdf.crs 是否为空，是否知道数据原始坐标系。
多个图层叠加前，是否使用 to_crs() 统一坐标系。
gdf.total_bounds 是否符合研究区范围。
几何对象是否存在空几何或无效几何。
专题图字段是否为数值字段或合理的类别字段。
导出图片时是否设置了合适的尺寸、分辨率和边界空白。

FAQ：GeoPandas读取Shapefile常见问题

1. GeoPandas 读取 Shapefile 必须安装 GDAL 吗？

GeoPandas 底层需要依赖 GDAL、PROJ、pyogrio 或 Fiona 等 GIS I/O 相关库。普通用户不一定要单独手动安装 GDAL，但安装 GeoPandas 时环境中需要有这些依赖。为了减少 Windows 环境问题，推荐使用 conda-forge 安装。

2. GeoPandas 读取 Shapefile 中文乱码怎么办？

优先尝试在 read_file() 中指定编码：

gdf = gpd.read_file(shp_path, encoding="gbk")

如果仍然乱码，再尝试 gb18030。如果数据来自较新的软件，也可能是 UTF-8 编码。编码问题只影响属性文字，不影响空间坐标。

3. GeoPandas 地图可视化为什么没有底图？

gdf.plot() 只绘制矢量数据本身，不会自动加载高德、OSM 或影像底图。如果需要底图，可以把数据转换到 EPSG:3857 后结合 contextily 使用在线瓦片底图。但这涉及网络访问、瓦片版权和坐标转换问题。

4. Shapefile 没有 .prj 文件还能读取吗？

通常可以读取几何和属性，但 GeoPandas 无法知道它的坐标系，gdf.crs 会是 None。这种情况下必须根据数据来源确认原始 CRS，再使用 set_crs() 声明。不要盲目猜测坐标系。

5. GeoPandas 能不能直接修改 Shapefile 并保存？

可以。修改属性、筛选要素或投影转换后，可以使用 to_file() 保存：

gdf.to_file(
    r"D:/gis_data/output/result.shp",
    encoding="utf-8"
)

但 Shapefile 对字段名长度、字段类型、编码支持都有历史限制。如果是新项目，建议优先考虑 GeoPackage，文件更稳定，也更适合保存中文字段和复杂数据。

6. GeoPandas 读取 Shapefile 后如何只显示某个区域？

可以先按属性筛选，再绘图。例如字段 name 中有城市名称：

sub = gdf[gdf["name"] == "杭州市"]
sub.plot()
plt.show()

也可以根据空间范围裁剪，但需要使用边界图层或指定裁剪框，这属于进一步的空间分析操作。

结论：先读对数据，再画好地图

GeoPandas读取Shapefile并完成GIS地图可视化，关键不在于代码有多复杂，而在于流程是否正确：文件组完整、编码正确、坐标系明确、几何有效、字段适合制图。

实际项目中，建议先用 read_file() 读取 Shapefile，再用 head()、crs、total_bounds 和 geom_type 做基础检查。确认数据没有问题后，再用 plot() 做基础地图、分类图或分级设色图。

如果你是 GIS 初学者，可以把本文的代码保存成一个模板。以后遇到行政区、道路、点位、地块等 Shapefile 数据时，只要替换路径、字段名和符号参数，就能快速完成一张可用的 Python GIS 可视化地图。