如何使用matplotlib.pyplot自定义地质公园的地形图？

Question

地质公园图和材料库图有什么区别？为什么不是所有的关键字都可用？

在地质公园有标记，但没有标记色.

在下面的例子中，我用一些造型绘制了一个熊猫df，然后将熊猫df转换成一个地质公园df。简单的绘图工作，但没有额外的样式。

这只是一个例子。在我的地质公园情节中，我想定制，标记，传说等等。我如何访问相关的matplotlib对象？

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import geopandas as gpd

X = np.linspace(-6, 6, 1024)
Y = np.sinc(X)
df = pd.DataFrame(Y, X)
plt.plot(X,Y,linewidth = 3., color = 'k', markersize = 9, markeredgewidth = 1.5, markerfacecolor = '.75', markeredgecolor = 'k', marker = 'o', markevery = 32)
# alternatively:
# df.plot(linewidth = 3., color = 'k', markersize = 9, markeredgewidth = 1.5, markerfacecolor = '.75', markeredgecolor = 'k', marker = 'o', markevery = 32)
plt.show()

# create GeoDataFrame from df
df.reset_index(inplace=True)
df.rename(columns={'index': 'Y', 0: 'X'}, inplace=True)
gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df['Y'], df['X']))
gdf.plot(linewidth = 3., color = 'k', markersize = 9) # working
gdf.plot(linewidth = 3., color = 'k', markersize = 9, markeredgecolor = 'k') # not working
plt.show()

Answer 1

您可能对两个库都将方法命名为.plot(这一事实感到困惑。在matplotlib中，具体转换为mpl.lines.Line2D对象，该对象还包含标记及其样式。

Geopandas，假设您想要绘制地理数据，并为此使用路径(mpl.collections.PathCollection)。例如，它有脸和边缘颜色，但没有标记。每当你的路径关闭并形成多边形时，面部颜色就会发挥作用(你的例子不是这样，它只是一条线)。

Geopandas似乎对点/标记使用了一些技巧，它似乎使用"CURVE4“代码(立方Bézier)绘制了一条”路径“。

如果你捕捉到地质公园返回的轴线，你可以探索正在发生的事情：

ax = gdf.plot(...

使用ax.get_children()，您将获得所有添加到轴上的艺术家，因为这是一个简单的绘图，很容易看出PathCollection是实际数据。其他艺术家正在画轴线/脊柱等。

[<matplotlib.collections.PathCollection at 0x1c05d5879d0>,
 <matplotlib.spines.Spine at 0x1c05d43c5b0>,
 <matplotlib.spines.Spine at 0x1c05d43c4f0>,
 <matplotlib.spines.Spine at 0x1c05d43c9d0>,
 <matplotlib.spines.Spine at 0x1c05d43f1c0>,
 <matplotlib.axis.XAxis at 0x1c05d036590>,
 <matplotlib.axis.YAxis at 0x1c05d43ea10>,
 Text(0.5, 1.0, ''),
 Text(0.0, 1.0, ''),
 Text(1.0, 1.0, ''),
 <matplotlib.patches.Rectangle at 0x1c05d351b10>]

如果大量减少点数，比如使用5而不是1024，检索绘制的路径将显示坐标和使用的代码：

pcoll = ax.get_children()[0] # the first artist is the PathCollection
path = pcoll.get_paths()[0] # it only contains 1 Path
print(path.codes) # show the codes used.

# array([ 1,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,
#        4,  4,  4,  4,  4,  4,  4,  4, 79], dtype=uint8)

有关这些路径如何工作的更多信息可以在以下站点找到：

https://matplotlib.org/stable/tutorials/advanced/path_tutorial.html

长话短说，您确实拥有与使用Matplotlib时相同的关键字，但它们是用于Path的关键字，而不是您可能期望的Line2D对象。

您可以始终翻转顺序，并从您创建的Matplotlib图形/轴开始，并在您想要绘制某些图形时将这些轴传递给Geopandas。这可能会使您(也)想在相同的轴上绘制其他东西时更容易或更直观。它确实需要更多的纪律来确保(空间)坐标等匹配。

我个人几乎总是这么做的，因为它允许使用相同的Matplotlib API进行大部分绘图，这可能有一个稍微陡峭的学习曲线。但总的来说，我发现它比必须处理每个包的稍微不同的解释要容易一些，这些解释使用了引擎盖下的Matplotlib (例如地质公园、海运、xarray等)。但这真的取决于你从哪里来。

Answer 2

谢谢你的详细答复。在此基础上，我从实际的项目中提出了一个简化的代码。

我有一个shapefile shp和一些点数据df，这是我想要绘制的。shp用位势作图，df用matplotlib.plt作图。不需要像我最初所做的那样将点数据传输到geodataframe gdf。

# read marker data (places with coordindates)
df = pd.read_csv("../obese_pct_by_place.csv")
gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df['sweref99_lng'], df['sweref99_lat']))
# read shapefile
shp = gpd.read_file("../../SWEREF_Shapefiles/KommunSweref99TM/Kommun_Sweref99TM_region.shp")

fig, ax = plt.subplots(figsize=(10, 8))
ax.set_aspect('equal')
shp.plot(ax=ax)
# plot obesity markers
# geopandas, no edgecolor here
# gdf.plot(ax=ax, marker='o', c='r', markersize=gdf['obese'] * 25)
# matplotlib.pyplot with edgecolor
plt.scatter(df['sweref99_lng'], df['sweref99_lat'], c='r', edgecolor='k', s=df['obese'] * 25)
plt.show()