geopandas python地图绘制

#geopandas python地理数据处理

瓦片地图：瓦片地图金字塔模型是一种多分辨率层次模型，从瓦片金字塔的底层到顶层，分辨率越来越低，但表示的地理范围不变。首先确定地图服务平台所要提供的缩放级别的数量N，把缩放级别最低、地图比例尺最大的地图图片作为金字塔的底层，即第0层，并对其进行分块，从地图图片的左上角开始，从左至右、从上到下进行切割，分割成相同大小(比如256x256像素)的正方形地图瓦片，形成第0层瓦片矩阵;在第0层地图图片的基础上，按每2x2像素合成为一个像素的方法生成第1层地图图片，并对其进行分块，分割成与下一层相同大小的正方形地图瓦片，形成第1层瓦片矩阵;采用同样的方法生成第2层瓦片矩阵;…;如此下去，直到第N一1层，构成整个瓦片金字塔。

---

1.geopandas 地图加载

In [1]: import numpy as np

In [2]: import matplotlib.pyplot as plt

In [3]: import geopandas

In [4]: from collections import Counter

In [5]: from collections import namedtuple

In [6]: import pandas as pd

In [7]: l=list(np.random.randint(0,10,20))

In [8]: l
Out[8]: [3, 7, 1, 5, 5, 1, 7, 9, 7, 8, 5, 1, 3, 5, 2, 3, 3, 3, 7, 4]

In [9]: d=Counter(l)

In [10]: d
Out[10]: Counter({1: 3, 2: 1, 3: 5, 4: 1, 5: 4, 7: 4, 8: 1, 9: 1})

In [11]: rand=np.random.laplace(loc=15,scale=3,size=500)

In [12]: n,bins,pathes=plt.hist(x=d,bin='auto',color='#0504aa',alpha=0.7,width=0.85)

In [28]: world=geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))

In [29]: cities=geopandas.read_file(geopandas.datasets.get_path('naturalearth_cities'))
     world = world[(world.pop_est>0) & (world.name!="Antarctica")]

     world['gdp_per_cap'] = world.gdp_md_est / world.pop_est
 world.plot(column='gdp_per_cap',cmap='OrRd',scheme='quantiles')

2.多底层图绘制

点图层为世界主要城市

In [45]: base=world.plot(color='white',edgecolor='black')

In [46]: cities.plot(ax=base,marker='o',color='red',markersize=5)