Geopandas是python強(qiáng)大的庫，利用它結(jié)合matplotlib可以地理數(shù)據(jù)展示和分析。

一、利用內(nèi)置的地圖繪制世界地圖

Geopandas內(nèi)置地圖文件naturalearth_lowres，讀取它可以進(jìn)行地圖繪制。

import geopandas as gp

import matplotlib.pyplot as plt

world = gp.read_file(gp.datasets.get_path('naturalearth_lowres'))

world.plot()

plt.show()

二、利用外部的geojson文件繪制數(shù)據(jù)地圖

（一） 繪制分層填色分布地圖

從網(wǎng)站（網(wǎng)址為：
http://datav.aliyun.com/tools/atlas/#&lat=33.521903996156105&lng=104.29849999999999&zoom=3）下載geojson中國地圖數(shù)據(jù)。

用以下代碼導(dǎo)入中國地圖數(shù)據(jù)，并且導(dǎo)出CSV文件各省市名稱。

import geopandas as pd

china=gp.read_file("d:/中華人民共和國.json")

ss= china["name"]

ss.to_csv("d:/name.csv")

從網(wǎng)上找到各省市2020的GDP數(shù)據(jù)（如國家統(tǒng)計(jì)局網(wǎng)站），并且填入name.csv文件里。準(zhǔn)備好數(shù)據(jù)之后，就可以調(diào)用準(zhǔn)備好的數(shù)據(jù)繪制分層填色分布地圖。

import geopandas as gp

import matplotlib.pyplot as plt

import pandas as pd

#讀入GDP數(shù)據(jù)

data=pd.read_csv("d:/name.csv",encoding="gb18030")

#讀入地圖數(shù)據(jù)

china=gp.read_file("d:/中華人民共和國.json")

#讀入國界地圖數(shù)據(jù)

chinadata=gp.read_file("d:/中華人民共和國1.json")

boundary=chinadata.iloc[4:5,:]

#合并地圖數(shù)據(jù)和GDP數(shù)據(jù)

mchina=pd.merge(china,data)

fig, ax = plt.subplots(1, 1)

#繪制分層分布圖

mchina.plot(column='gdp',ax=ax,legend=True)

boundary.plot(ax=ax,edgecolor="red")

plt.show()

（二） 繪制bubble地圖

import geopandas as gp

import matplotlib.pyplot as plt

import pandas as pd

#讀入GDP數(shù)據(jù)

data=pd.read_csv("d:/name.csv",encoding="gb18030")

#讀入地圖數(shù)據(jù)

china=gp.read_file("d:/中華人民共和國.json")

#讀入國界地圖數(shù)據(jù)

chinadata=gp.read_file("d:/中華人民共和國1.json")

boundary=chinadata.iloc[4:5,:]

fig, ax = plt.subplots(1, 1)

china.plot(ax=ax,facecolor='white',edgecolor='grey')

ax.scatter(china.centroid.x,china.centroid.y,s=data['gdp']/1000,color='green')

boundary.plot(ax=ax,edgecolor="red")

plt.show()