geopandas+matplotlib画热力地图,自定义Colormap

本文介绍了如何使用geopandas和matplotlib结合自定义Colormap来绘制热力地图。首先导入相关库,然后通过geopandas读取shapefile数据,将坐标点转化为GeoDataFrame,并计算预测值的平均数以确定区域颜色。接着,根据预测值进行分层,并创建自定义的色彩映射。最后展示绘制完成的热力地图。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

先导入我要用的包以及部分包的用处

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

from shapely import geometry#判断空间坐标
from jenkspy import jenks_breaks #数据分段
from matplotlib import colors,cm #自定义色彩

使用geopandas读取shp文件,也可以从geopandas库里拿

world = gpd.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
world.plot()
plt.show()

由于数据保密的原因就不把自己的shp拿出来了。
在这里插入图片描述
我有一组坐标现需要根据predict的值在图上画出来体现出来
类似这种数据,先用pandas读出来,然后转成GeoDataFrame
在这里插入图片描述

df = pd.read_csv("filename")
df = gpd.GeoDataFrame
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值