GeoPandas 中的格式/圆形数字图例标签

Question

我正在寻找一种方法来格式化/舍入由 GeoPandas 中的

.plot()

函数生成的那些地图中的数字图例标签。例如：

gdf.plot(column='pop2010', scheme='QUANTILES', k=4)

这给了我一个有很多小数位的图例：

我希望图例标签是整数。

Answer 1

由于我最近遇到了同样的问题，而且 Stack Overflow 或其他网站上似乎没有现成的解决方案，所以我想我会发布我采用的方法以防它有用。

首先，使用

geopandas

世界地图的基本情节：

# load world data set    
world_orig = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
world = world_orig[(world_orig['pop_est'] > 0) & (world_orig['name'] != "Antarctica")].copy()
world['gdp_per_cap'] = world['gdp_md_est'] / world['pop_est']

# basic plot
fig = world.plot(column='pop_est', figsize=(12,8), scheme='fisher_jenks', 
                 cmap='YlGnBu', legend=True)
leg = fig.get_legend()
leg._loc = 3
plt.show()

我使用的方法依赖于

get_texts()

对象的

matplotlib.legend.Legend

方法，然后迭代

leg.get_texts()

中的项目，将文本元素拆分为下限和上限，然后创建一个应用格式的新字符串和使用

set_text()

方法设置它。

# formatted legend
fig = world.plot(column='pop_est', figsize=(12,8), scheme='fisher_jenks', 
                 cmap='YlGnBu', legend=True)
leg = fig.get_legend()
leg._loc = 3

for lbl in leg.get_texts():
    label_text = lbl.get_text()
    lower = label_text.split()[0]
    upper = label_text.split()[2]
    new_text = f'{float(lower):,.0f} - {float(upper):,.0f}'
    lbl.set_text(new_text)

plt.show()

这是一种“反复试验”的方法，所以如果有更好的方法，我不会感到惊讶。尽管如此，也许这会有所帮助。

Answer 2

方法一

根据 geopandas 的 changelog，您可以 pass a

fmt

in

legend_kwds

since version 0.8.0 (June 24, 2020) to format the legend labels.例如，如果你不想要小数点，你可以设置

fmt='{:.0f}'

，就像你如何用 f 字符串格式化数字一样。这是分位数图的示例：

import matplotlib.pyplot as plt
import numpy as np
import mapclassify
import geopandas as gpd

gdf = gpd.read_file(
    gpd.datasets.get_path('naturalearth_lowres')
)
np.random.seed(0)
gdf = gdf.assign(
    random_col=np.random.normal(100, 10, len(gdf))
)

# plot quantiles map
fig, ax = plt.subplots(figsize=(10, 10))
gdf.plot(
    column='random_col',
    scheme='quantiles', k=5, cmap='Blues',
    legend=True,
    legend_kwds=dict(fmt='{:.0f}', interval=True),
    ax=ax
)

这给了我们：

---

方法二

其实GeoPandas就是利用PySal的mapclassify来计算生成地图图例。对于上面的分位数图（k=5），我们可以通过

.Quantiles()

在

mapclassify

.

中得到分类

mapclassify.Quantiles(gdf.random_col, k=5)

函数返回

mapclassify.classifiers.Quantiles

的一个对象：

Quantiles               

    Interval       Count
------------------------
[ 74.47,  91.51] |    36
( 91.51,  97.93] |    35
( 97.93, 103.83] |    35
(103.83, 109.50] |    35
(109.50, 123.83] |    36

对象有一个属性

bins

，它返回一个包含所有类中上限的numpy数组。

array([ 91.51435701,  97.92957441, 103.83406507, 109.49954895,
       123.83144775])

因此，我们可以使用此函数获取类的所有边界，因为较低类的上限等于较高类的下限。唯一缺少的是最低类中的下限，它等于您尝试在 DataFrame 中分类的列的最小值。这是将所有数字四舍五入为整数的示例：

# get all upper bounds
upper_bounds = mapclassify.Quantiles(gdf.random_col, k=5).bins
# insert minimal value in front to get all bounds
bounds = np.insert(upper_bounds, 0, gdf.random_col.min())
# format the numerical legend here
intervals = [
    f'{bounds[i]:.0f}-{bounds[i+1]:.0f}' for i in range(len(bounds)-1)
]

# get all the legend labels
legend_labels = ax.get_legend().get_texts()
# replace the legend labels
for interval, legend_label in zip(intervals, legend_labels):
    legend_label.set_text(interval)

我们最终会得到：

如您所见，由于我们是在较低级别进行操作，因此我们能够自定义图例标签的外观，例如删除那些括号但在中间使用

-

。

---

方法三

除了GeoPandas的

.plot()

方法，您还可以考虑

.choropleth()

功能由geoplot提供，您可以在传递

legend_labels

arg修改图例标签的同时轻松使用不同类型的方案和类数.例如，

import geopandas as gpd
import geoplot as gplt

path = gpd.datasets.get_path('naturalearth_lowres')
gdf = gpd.read_file(path)

legend_labels = ['< 2.4', '2.4 - 6', '6 - 15', '15 - 38', '38 - 140 M']
gplt.choropleth(gdf, hue='pop_est', cmap='Blues', scheme='quantiles',
                legend=True, legend_labels=legend_labels)

给你