利用GeoPandas制作数据地图

Geopandas是python强大的库，利用它结合matplotlib可以地理数据展示和分析。

一、利用内置的地图绘制世界地图

Geopandas内置地图文件naturalearth_lowres，读取它可以进行地图绘制。

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文件绘制数据地图

（一） 绘制分层填色分布地图

从网站（网址为：
http://datav.aliyun.com/tools/atlas/#&lat=33.521903996156105&lng=104.29849999999999&zoom=3）下载geojson中国地图数据。

用以下代码导入中国地图数据，并且导出CSV文件各省市名称。

import geopandas as pd

china=gp.read_file("d:/中华人民共和国.json")

ss= china["name"]

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

从网上找到各省市2020的GDP数据（如国家统计局网站），并且填入name.csv文件里。准备好数据之后，就可以调用准备好的数据绘制分层填色分布地图。

import geopandas as gp

import matplotlib.pyplot as plt

import pandas as pd

#读入GDP数据

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

#读入地图数据

china=gp.read_file("d:/中华人民共和国.json")

#读入国界地图数据

chinadata=gp.read_file("d:/中华人民共和国1.json")

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

#合并地图数据和GDP数据

mchina=pd.merge(china,data)

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

#绘制分层分布图

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

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

plt.show()

（二） 绘制bubble地图

import geopandas as gp

import matplotlib.pyplot as plt

import pandas as pd

#读入GDP数据

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

#读入地图数据

china=gp.read_file("d:/中华人民共和国.json")

#读入国界地图数据

chinadata=gp.read_file("d:/中华人民共和国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()