GeoPandas地图可视化绘图
GeoPandas 地图可视化的核心是:在 GeoDataFrame 或 GeoSeries 上调用 plot() 画静态图,调用 explore() 画交互图。plot() 是对 matplotlib 的高层封装,一行代码就能画出几何形状;指定 column 可按属性分级设色(choropleth),再配合 scheme、cmap、legend 即可出专题图。explore() 基于 folium,参数风格与 plot() 接近,适合在 Jupyter 里快速浏览并叠加瓦片底图。截至 2026 年 11 月,稳定版为 GeoPandas 1.2.0(2026 年 9 月 28 日发布),静态绘图系统已重新实现,并支持内置 tiles 底图、基于 CRS 的轴标签等能力。

用 plot() 画静态地图:从一行代码到可验收出图
要解决的问题很直接:把 GeoDataFrame 里的几何(点、线、面)画到图上,并控制颜色、线宽、图例和画布大小。前提是对象已正确读入且几何有效;绘图本身不负责投影变换,CRS 错位会在叠加时暴露。
- 准备数据:例如用 geodatasets 读取示例 nybb,得到带几何列的 GeoDataFrame。
- 单色出图:gdf.plot(),默认等比例(aspect=’equal’),面状填充、线状描边。
- 指定画布与样式:传入 figsize、edgecolor、linewidth、color 或 facecolor。
- 多图层叠加:先 ax = gdf1.plot(…),再 gdf2.plot(ax=ax, zorder=…),用同一 Axes 对齐。
- 验收:几何完整、无大面积空白错位;需要底图时再考虑 tiles(见后文);保存用 matplotlib 的 fig.savefig。
常用参数可先按下面这张表对照,再按需查 API。
| 参数 | 作用 | 典型用法 |
|---|---|---|
| column | 按属性列着色 | column=’pop_est’ |
| cmap | 色带名称 | cmap=’OrRd’ |
| legend | 是否显示图例 | legend=True |
| scheme | 分级方案(需 mapclassify) | scheme=’quantiles’ |
| missing_kwds | 缺失值样式 | missing_kwds={‘color’:’lightgrey’} |
| tiles | 底图瓦片(需 contextily 等) | tiles=True 或具体瓦片名 |
| ax / figsize | Axes 与画布尺寸 | figsize=(8, 6) |
1.2.0 起静态绘图大多向后兼容,同时增强了分类颜色映射、colorbar、以及 add_labels 一类与 CRS 单位相关的轴标签能力。可选依赖一般包括 matplotlib(静态必需)、mapclassify(分级)、contextily 与 xyzservices(tiles)。具体版本下限以你环境里的安装说明为准;不确定时用「以当前环境与官网文档为准」的心态核对即可。
分级设色与分类地图怎么做
用户真正关心的通常是:按数值字段画出深浅变化,或按类别字段画出离散颜色,并且图例可读。做法是 plot() 的 column + cmap +(可选)scheme。
- 连续/数值字段:gdf.plot(column=’density’, legend=True, cmap=’OrRd’, scheme=’quantiles’, k=5)。scheme 常见有 quantiles、equal_interval、natural_breaks、fisher_jenks 等,依赖 mapclassify。
- 分类字段:把列当作 categorical,或使用分类相关参数;1.2.0 对 dict-based 颜色映射和图例有增强,适合固定类别配色。
- 缺失值:用 missing_kwds 单独指定颜色或标记,避免「空白像没数据」的误导。
- 图例细节:通过 legend_kwds 调整位置、标题等,避免压盖主图。
配色不要堆默认彩虹。若默认出图发灰、对比差,可直接参考本站已有的配色与样式优化写法,例如GeoPandas绘图太丑?GIS可视化教程(含:配色表)和GeoPandas绘图样式太丑怎么办?GIS地图出图优化技巧(附:配色方案),把 cmap、edgecolor、线宽和背景一并调到位。

交互地图 explore() 与底图瓦片
静态图适合报告与定稿;交互图适合探查数据、检查拓扑和属性。explore() 返回 folium.Map,参数风格接近 plot():可传 column、cmap、tiles 等。
- 确保 GeoDataFrame 已设置 CRS;没有 CRS 时,瓦片底图通常无法正确对齐。
- 基础调用:gdf.explore();按列着色:gdf.explore(column=’col’, legend=True, cmap=’YlOrRd’)。
- 底图:通过 tiles 指定(名称或 True);静态 plot() 在 1.2.0 也可直接用 tiles,一般需 contextily。
- 叠加多层时注意顺序与透明度,避免面盖住线或点。
- 验收:缩放平移后要素仍与底图贴合;属性弹窗或图例与字段一致。
做瓦片叠加时,实务上常先把数据投影到 Web Mercator(EPSG:3857)再画,减少模糊或错位。长期/lat 数据直接 plot 时,GeoPandas 通常会自动调整 aspect,但多层叠加仍以统一 CRS 为准:检查 gdf.crs,用 gdf = gdf.to_crs(…) 赋值(to_crs 默认不原地修改)。
CRS、叠加与样式:出图前必须过的几关
GeoPandas 绘图「能跑」和「能用」之间,差的往往是 CRS 与样式细节,而不是 API 记不住。
- CRS 一致:不同图层必须同一 CRS 才能正确叠加;错位先查 crs,再 to_crs,不要只改显示范围。
- 几何类型:Polygon/MultiPolygon、LineString、Point 均可 plot;混合图层用 zorder 控制压盖。
- 线宽与描边:面状图加细 edgecolor 能立刻提升边界可读性;过粗会糊成一团。
- 与 matplotlib 协同:需要标题、比例感、多子图时,拿回 ax/fig 继续调。Matplotlib 侧微调可对照GeoPandas绘图太丑?Matplotlib咋调?。
- 依赖边界:分级靠 mapclassify,交互靠 folium,tiles 靠 contextily 等;缺包时功能会静默降级或报错,按报错装可选依赖即可。
版本与依赖若需核对上游标签或打包声明,可到 GeoPandas GitHub tags 查看发布标签;依赖约束也可对照仓库中的 pyproject.toml。日常以你本机已安装版本为准。
常见问题
为什么两层数据画在一起对不齐?
多半是 CRS 不一致。先打印各层的 gdf.crs,再用 to_crs 统一到同一坐标系后重绘;to_crs 需要重新赋值。有底图时优先统一到 EPSG:3857 再叠加瓦片。
scheme 报错或分级不生效怎么办?
分级方案依赖 mapclassify(部分方案还可能涉及其他可选库)。确认已安装且版本大致满足当前 GeoPandas 测试下限,再检查 column 是否为数值、是否存在过多缺失值。
explore() 没有底图或瓦片错位?
交互地图使用 tiles 前需要有效 CRS;未设置 CRS 时底图通常不可用。先 set_crs / to_crs,再调用 explore,并确认网络能访问瓦片服务。
默认配色很丑,有没有快速改观的办法?
先换适合专题的 cmap,给面加浅色描边,控制 figsize 与 legend 位置;需要系统配色表和出图套路时,直接按本站配色与样式教程逐步改,比反复试默认参数更快。
总结:GeoPandas 绘图先保证 CRS 统一与几何有效,再用 plot()/explore() 按 column 做专题,最后用 cmap、edgecolor、legend、tiles 把图读清楚。建议你先用一份示例数据跑通「单色 → 分级 → 叠加 → 保存/交互」四步验收;需要提升观感时,优先按本站配色与 Matplotlib 调整文章改样式,而不是盲目加装饰。