使用geopandas这样的库,利新增的经纬度信息,通过plot函数绘制地图,去绘制上面的内容
时间: 2024-12-23 07:21:30 浏览: 2
在Python中,你可以使用Geopandas库结合Pandas DataFrame和matplotlib或basemap等可视化工具,将地理空间信息与灾害危险性数据结合,生成地图。下面是基本步骤:
1. **导入所需库**:
```python
import geopandas as gpd
import matplotlib.pyplot as plt
```
2. **加载和预处理数据**:
- 首先,确保你已经获得了包含省份名和对应H值的数据,并且已经获取到了每个省份的经纬度。
```python
provinces_df = pd.read_csv('your_data.csv') # 假设有一个CSV文件
provinces_df['geometry'] = [Point(longitude, latitude) for longitude, latitude in zip(provinces_df.longitude, provinces_df.latitude)]
```
3. **创建GeoDataFrame**:
```python
gdf = gpd.GeoDataFrame(provinces_df, geometry='geometry')
```
4. **设定投影**:
确保你的数据是以正确的投影方式进行存储,例如中国常用的'EPSG:4326'(WGS84坐标系),如果没有指定,可能需要添加:
```python
gdf.crs = {'init': 'epsg:4326'}
```
5. **绘图**:
```python
fig, ax = plt.subplots()
gdf.plot(column='H_value', cmap='coolwarm', linewidth=0.8, ax=ax) # 设置H_value为颜色映射
ax.set_axis_off() # 关掉坐标轴
```
6. **保存地图**:
```python
plt.title('灾害危险性分布图')
plt.savefig('map.png')
plt.show()
```
在这个例子中,`column`参数决定了用H值的颜色编码地图,`cmap`设置了颜色映射方案。`linewidth`用于控制线条的宽度,可以根据需求调整。
阅读全文