Раскрашивание определенных стран с помощью геопанд

Я хочу нанести на карту расположение определенных объектов на африканском континенте, и я могу сделать это, используя приведенный ниже код. Теперь я хочу раскрасить только отдельные страны (возьмем для примера Намибию), чтобы сделать другой анализ более ясным. Кто-нибудь знает, как это сделать чисто? Заранее большое спасибо.

Бест, Брэм

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

world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))

data = pd.read_csv("Repair_yards_africa.csv")

base = world[world.continent == 'Africa'].plot(color='white', edgecolor='black')

data['Coordinates'] = list(zip(data.lon, data.lat))
data['Coordinates'] = data['Coordinates'].apply(Point)
geodata = gpd.GeoDataFrame(data, geometry='Coordinates')
geodata.plot(ax=base, color='red', markersize=11)
plt.ylabel('Lattitude')
plt.xlabel('Longitude')

pandas geopandas graph-coloring
person Bram van der Plas    schedule 04.11.2018    source источник
comment
geopandas.org/mapping.html#choropleth-maps   -  person Paul H    schedule 05.11.2018
comment
Привет, Пол, спасибо за ваш комментарий. Я видел эту страницу и пробовал несколько вещей, включая добавление cmap. Я хочу использовать cmap только для определенных стран, знаете ли вы, как это сделать? 'world.county ==' Namibia '' не похоже на объект. Спасибо   -  person Bram van der Plas    schedule 05.11.2018
comment
Я добавил к нему следующее: geopandas.org/mergingdata.html   -  person Bram van der Plas    schedule 05.11.2018
comment
Понятно, jonathansoma.com/lede/foundations-2017/ classes / geopandas / Это хорошая ссылка для всех, кому интересно.   -  person Bram van der Plas    schedule 13.11.2018

Ответы (1)


arrow_upward
4
arrow_downward

Это может быть чистый способ окраски только определенных стран (например, Намибии). Дана только соответствующая часть кода.

import matplotlib.pyplot as plt
import geopandas as gpd
from descartes import PolygonPatch

world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))

def plotCountryPatch( axes, country_name, fcolor ):
    # plot a country on the provided axes
    nami = world[world.name == country_name]
    namigm = nami.__geo_interface__['features']  # geopandas's geo_interface
    namig0 = {'type': namigm[0]['geometry']['type'], \
              'coordinates': namigm[0]['geometry']['coordinates']}
    axes.add_patch(PolygonPatch( namig0, fc=fcolor, ec="black", alpha=0.85, zorder=2 ))

# plot the whole world
#ax2 = world.plot( figsize=(8,4), edgecolor=u'gray', cmap='Set2' )

# or plot Africa continent
ax2 = world[world.continent == 'Africa'].plot(figsize=(8,8), edgecolor=u'gray', cmap='Pastel1')

# then plot some countries on top
plotCountryPatch(ax2, 'Namibia', 'red')
plotCountryPatch(ax2, 'Libya', 'green')

# the place to plot additional vector data (points, lines)

plt.ylabel('Latitude')
plt.xlabel('Longitude')

#ax2.axis('scaled')
plt.show()

Получившийся сюжет:

введите описание изображения здесь

Изменить

В качестве альтернативы, сюжет можно создать с помощью этой более короткой версии кода.

import matplotlib.pyplot as plt
import geopandas as gpd
from descartes import PolygonPatch

world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))

# or plot Africa continent
ax2 = world[world.continent == 'Africa'].plot(figsize=(8,8), edgecolor=u'gray', cmap='Pastel1')

world[world.name == "Libya"].plot(edgecolor=u'gray', color='green', ax=ax2)
world[world.name == "Namibia"].plot(edgecolor=u'gray', color='red', ax=ax2)

# the place to plot additional vector data (points, lines)

plt.ylabel('Latitude')
plt.xlabel('Longitude')

#ax2.axis('scaled')
plt.show()
person swatchai    schedule 13.11.2018
comment
Дорогой сватчай, это выглядит очень элегантно, спасибо. Я использовал менее изящный способ добавления столбца с очень низкими / высокими значениями, чтобы указать, какие страны нужно раскрасить, и использовал cmap 'pastel1' для создания хлоропетовой карты. Это тоже работает! В любом случае спасибо за ваш ответ. - person Bram van der Plas; 15.11.2018