问题描述
我有一个使用 Python matplotlib 在非洲地图上绘制数据的基本设置。不幸的是，geopandas 自然地球数据库不包括小岛国，而这些小岛国也必须包括在内。
我的基本设置是这样的：
import geopandas as gpd
import numpy as np
import matplotlib.pyplot as plt
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
africa = world.query('continent == "Africa"')
africa.plot(column="pop_est")
plt.show()
我得到的图是这样的：
相反，我想要一个像这样的图形，其中小岛国由可见的点整齐地呈现：
我有两个问题：1) geopandas 自然地球数据不包括岛国，2) 我不知道如何将其他不可见的岛国绘制为可见的点。
我在 SO for R 中看到了一些相关的问题，但它特别是我所追求的 Python 解决方案。
解决方法
这是一个有趣的挑战。以下是具有输出映射的可运行代码，应满足问题中所述的要求。由于我在代码中添加了很多注释，所以我应该在这里写一个简短的介绍。
# Module imports
import matplotlib.pyplot as plt
import matplotlib
import cartopy
from cartopy.io import shapereader
import cartopy.crs as ccrs
import geopandas as gpd
import numpy as np
import pandas as pd
# get natural earth data from http://www.naturalearthdata.com/
# for country borders
use_res = '50m' # medium resolution of (10m,50m,110m)
category = 'cultural'
name = 'admin_0_countries'
shpfilename = shapereader.natural_earth(use_res,category,name)
# read the shapefile using geopandas
df = gpd.read_file(shpfilename)
# select countries in Africa
africa = df[df['CONTINENT'] == "Africa"]
# It is possible to select the small island states by other methods without using their names
# .. but using names is presented here
# Select only countries in a list (small island states)
islnd_cts = ['Cabo Verde','Mauritius','Comoros','São Tomé and Principe','Seychelles']
islnds = df[df['NAME'].isin(islnd_cts)]
# collect name and centroid of countries in `islnds` dataframe
names,points,popest,iso_a3 = [],[],[]
# this part can be improved
#
for i,col_dict in islnds[['NAME','POP_EST','ISO_A3','geometry']].iterrows():
#df1.loc[i,'Result1'] = col_dict['NAME'] + col_dict['POP_EST']
#print(col_dict['NAME'],col_dict['POP_EST'])
names.append(col_dict['NAME'])
points.append(col_dict['geometry'].centroid)
popest.append(col_dict['POP_EST'])
iso_a3.append(col_dict['ISO_A3'])
# prep a dict useful to build a dataframe
# population_estimate is intentionally omitted
ilsdict = {'NAME': names,'ISO_A3': iso_a3,'CENTROID': points}
# make it a dataframe
df6c = pd.DataFrame(ilsdict)
# create geodataframe of the island states
gdf6c = gpd.GeoDataFrame(df6c,crs={'init': 'epsg:4326'},geometry='CENTROID')
# can do plot check with:
#gdf6c.plot()
# Setup canvas for plotting multi-layered data (need cartopy here)
fig = plt.figure(figsize=(10,10))
# set extent to cover Africa
extent =[-28,60,-32,40] #lonmin,lonmax,latmin,latmax
ax = plt.axes(projection=cartopy.crs.PlateCarree())
ax.set_extent(extent)
# This do in batch,not possible to filter/check individual rows of data
africa.plot(ax=ax,edgecolor="black",facecolor='lightgray',lw=0.25) #returns axes
# This layer of plot: island states,as colored dots
gdf6c.plot(ax=ax,facecolor='salmon',markersize=90)
# Annotate: iso-a3 abbrev-name of island states
for i,geo in gdf6c.centroid.iteritems():
#print(str(i),ak['admin'][i],geo.x,geo.y)
ax.annotate(s=gdf6c['ISO_A3'][i],xy=[geo.x,geo.y],color="blue")
# Draw other map features
ax.coastlines(resolution = use_res,lw=0.4)
ax.gridlines(draw_labels=True)
plt.title("African Island States",pad=20)
plt.show()
还不能发表评论，但我会把它放在这里。使用 swatchai 的方法和 geopandas .area method，您甚至可以设置阈值来绘制圆形/多边形。
通过查找每个国家/地区的质心数据，我得到了一个可行的解决方案。根据这篇文章，我使用了 R：https://gis.stackexchange.com/a/232959/68457
并制作了一个 GeoDataFrame，其中有一个国家标识符和 geometry 列作为质心点。
然后我将 geopandas 函数 buffer 应用于质心点，即：
dfCentroids["geometry"] = dfCentroids.buffer(1)
其中 1 是生成的球面多边形的半径。然后将它与 geopandas naturalearth 数据集连接起来，我得到了一个地理编码数据，用于绘制带有岛国点的地图。