matplotlib实现天气预报的热力图图，要求温度高的地区颜色深，温度低的颜色浅，各省不同地区的颜色是统一的

在Python中，你可以使用matplotlib库及其姐妹库seaborn或geopandas来创建中国天气预报的热力图。这里我们假设你已经有了包含各省份和地区温度数据的数据集。以下是基本步骤：

1. 首先，确保安装了所需的库，如果没有安装可以使用pip安装：

   pip install matplotlib seaborn geopandas pandas

2. 导入所需库并加载数据：

import matplotlib.pyplot as plt
import seaborn as sns
import geopandas as gpd
import pandas as pd

# 加载地理数据（如.shp文件）
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))

3. 准备温度数据（假设名为df_temp，其中有一个列叫做'temperature'）：

province_temperature = df_temp.groupby('province')['temperature'].mean()  # 示例：按省份计算平均气温

4. 将温度数据与地理位置数据结合，生成GeoDataFrame：

merged_df = world.merge(province_temperature.reset_index(), on='name')

5. 使用seaborn绘制热力图：

ax = sns.heatmap(merged_df[['temperature']], cmap='YlGnBu', # YlGnBu颜色映射范围广，从蓝色到黄色再到橙色
                 cbar_kws={'label': 'Temperature (°C)'},  # 设置颜色条标签
                 linewidths=0.5,
                 ax=ax)
ax.set_title('China Weather Heatmap')
plt.show()

在这个例子中，`cmap='YlGnBu'`参数用于设置颜色映射，高温区域颜色较深，低温区域颜色较浅。