Python 地图基础教程教程

---

前言

地图在生活、科研、商业等诸多领域都有着广泛的应用，从日常出行的导航，到地理信息系统（GIS）中的数据分析，再到市场调研中的区域分布展示。在 Python 的世界里，拥有丰富的库可以助力我们轻松创建和定制各类地图，将地理数据以直观、生动的方式呈现出来。本教程将带你踏入 Python 地图绘制的大门，从基础操作逐步深入到个性化定制，让你掌握使用 Python 制作地图的技能。

---

1. 环境准备

1.1Python安装

访问 Python 官方网站，根据你的操作系统（Windows、Mac 或 Linux）下载并安装 Python 3.x 版本。安装时勾选 “Add Python to PATH”，方便在命令行中使用 Python。

Python 3.11安装教程：https://blog.csdn.net/u014164303/article/details/145549489
Python 3.13安装教程：https://blog.csdn.net/u014164303/article/details/146024500

Python 3.11下载地址：https://pan.quark.cn/s/9c44793cb24c
Python 3.13下载地址：https://pan.quark.cn/s/bce37ebd7f70

1.2选择Python开发环境

PyCharm 社区版（免费）或专业版（需付费或申请教育版）。安装完成后，打开 PyCharm，创建一个新的项目，在项目设置中选择之前创建的虚拟环境作为项目的 Python 解释器。PyCharm 功能强大，提供代码自动补全、调试等功能，适合开发大型项目。

Pycharm安装教程：https://blog.csdn.net/u014164303/article/details/145674773
PyCharm下载地址：https://pan.quark.cn/s/5756c8cf8b2a

1.3安装必要库

在开始绘制地图之前，需要安装一些必要的 Python 库。

• Matplotlib：这是一个功能强大的绘图库，用于创建各种静态、动态和交互式的可视化图表，在地图绘制中，它主要负责图形的展示与渲染。通过以下命令安装：

pip install matplotlib

• Geopandas：专门用于处理地理空间数据的库，它基于 Pandas 进行了扩展，使得地理数据的处理和分析更加便捷。它能读取和处理多种地理数据格式，如 GeoJSON、Shapefile 等，并能与 Matplotlib 结合绘制地图。安装命令如下：

pip install geopandas

• Shapely：用于处理几何形状的库，在 Geopandas 处理地理数据时，Shapely 提供了对几何对象（如点、线、多边形等）的操作支持。安装命令为：
  pip install shapely

• Descartes：这个库与 Matplotlib 结合使用，能够帮助绘制地理数据中的几何形状。安装命令：

pip install descartes

二、绘制基本世界地图

1.导入必要的库：

在 Python 脚本或交互式环境中，首先导入绘制地图所需的关键库。

import geopandas as gpd
import matplotlib.pyplot as plt

这里geopandas用于加载和处理地理数据，matplotlib负责地图的实际绘制与显示。

2. 加载世界地图数据：

Geopandas 提供了便捷的方式来加载世界地图数据集，该数据集包含各个国家的边界信息及地理坐标。

world = gpd.read_file(gpd.datasets.get_path(‘naturalearth_lowres’))

执行上述代码后，world变量将成为一个包含世界地图数据的 GeoDataFrame 对象。你可以通过以下代码查看数据的概况：

print(world.head())

这会显示出数据的前几行，其中包含国家名称、ISO 代码、人口、区域等相关信息。

3. 绘制地图：

利用 Matplotlib 的绘图函数，绘制出基本的世界地图。

world.plot(figsize=(10, 6))
plt.title(“世界地图”)
plt.show()

figsize参数用于设置生成地图图像的大小，单位为英寸。plt.title添加地图的标题，plt.show则将绘制好的地图展示出来。运行这段代码，你将看到一个简单的世界地图。

三、自定义地图样式

1.按面积给国家着色：

为了使地图更具信息展示性，可以根据国家面积大小为每个国家分配不同的颜色。

world[‘area’] = world.geometry.area
world.plot(column=‘area’, figsize=(10, 6), legend=True, cmap=‘blues’)
plt.title(“按国家面积着色的世界地图”)
plt.show()

上述代码中，首先计算每个国家的面积并存储在area列中。然后在plot函数中，通过column='area’指定根据面积列来为国家着色，legend=True显示颜色图例，cmap='blues’设置颜色映射为蓝色系，面积越大颜色越深。

2. 突出显示特定国家：

若想在地图上突出显示某些特定国家，如中国和美国，可通过数据过滤实现。

highlight = world[world[‘name’].isin((‘China’, ‘United States of America’))]
ax = world.plot(figsize=(10, 6), color=‘lightgray’)
highlight.plot(ax=ax, color=‘red’)
plt.title(“突出显示中国和美国的世界地图”)
plt.show()

这段代码使用isin方法筛选出中国和美国的数据，存储在highlight变量中。先以浅灰色绘制整个世界地图，然后在同一坐标轴ax上，用红色突出绘制中国和美国，使这两个国家在地图上显著区分开来。

四、添加地理信息

1.显示国家名称：

在地图上标注国家名称能让地图信息更完整。

fig, ax = plt.subplots(figsize=(10, 6))
world.plot(ax=ax, color=‘lightblue’, edgecolor=‘black’)
for x, y, label in zip(world.geometry.centroid.x, world.geometry.centroid.y, world[‘name’]):
ax.text(x, y, label, fontsize=4, ha=‘center’, color=‘black’)
plt.title(“带有国家名称的世界地图”)
plt.show()

这里通过world.geometry.centroid获取每个国家几何形状的质心坐标（x和y），结合国家名称，使用ax.text方法在地图相应位置标注国家名称。fontsize设置字体大小，ha='center’使文字居中显示。

2. 添加其他地理要素：

除国家名称外，还可添加更多地理要素，如城市、河流等。这需要额外的地理数据文件，例如，若有城市坐标数据文件cities.csv，可按以下方式读取并标注城市：

import pandas as pd
cities = pd.read_csv(‘cities.csv’)
fig, ax = plt.subplots(figsize=(10, 6))
world.plot(ax=ax, color=‘lightgreen’, edgecolor=‘black’)
for index, row in cities.iterrows():
x, y = row[‘longitude’], row[‘latitude’]
ax.plot(x, y, ‘ro’, markersize=5)
ax.text(x, y, row[‘city_name’], fontsize=4, ha=‘left’, color=‘red’)
plt.title(“带有城市标注的世界地图”)
plt.show()

上述代码读取城市数据文件，文件中应包含城市的经度、纬度和名称等信息。通过循环遍历城市数据，在地图上用红色圆点标注城市位置，并在旁边标注城市名称。

五、保存地图

当完成地图的绘制和定制后，可以将其保存为图像文件，方便后续使用。

world.plot(figsize=(10, 6), color=‘lightyellow’)
plt.title(“保存的世界地图”)
plt.savefig(“world_map.png”, dpi=300)

plt.savefig方法用于保存地图，第一个参数为保存的文件名，dpi参数设置图像的分辨率，数值越高图像越清晰。保存的文件格式可以根据需要更改，如.jpg、.pdf等。

通过本教程的学习，你已经掌握了使用 Python 绘制地图的基本方法，包括地图数据的加载、样式自定义、地理信息添加以及地图保存等操作。在实际应用中，你可以根据具体需求，进一步探索和扩展地图绘制的功能，处理更复杂的地理数据，创建出满足各种需求的精美地图。