Python中怎么繪制矢量數據

這期內容當中小編將會給大家帶來有關Python中怎么繪制矢量數據，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

1 矢量數據繪制

學習目標：

• 為多個矢量數據集繪制地圖，并根據屬性進行配色

• 自定義地圖圖例

創建自定義地圖

在本節中，將學習如何自定義地圖符號和用于在Python中表示矢量數據的顏色和符號，使用geopandas和matplotlib進行地圖繪制

首先導入需要使用到的包:

import os
import matplotlib.pyplot as plt
import numpy as np
from shapely.geometry import box
import geopandas as gpd
import earthpy as et

# 下載數據
# data = et.data.get_data('spatial-vector-lidar')
os.chdir(os.path.join(et.io.HOME, 'learning','python_data_plot'))

# 導入數據
sjer_roads_path="data/california/madera-county-roads/tl_2013_06039_roads.shp"
sjer_roads = gpd.read_file(sjer_roads_path)
print(type(sjer_roads['RTTYP']))
print(sjer_roads['RTTYP'].unique())

<class 'pandas.core.series.Series'>
['M' None 'S' 'C']

缺失值替換

可以看出道路類型中有一些缺失的值，由于需要繪制所有的道路類型，甚至那些設置為None的道路類型，下面將RTTYP屬性None為Unknown

sjer_roads['RTTYP'].replace(np.nan,"Unknown",inplace=True)
# sjer_roads.loc[sjer_roads['RTTYP'].isnull(), 'RTTYP'] = 'Unknown'
print(sjer_roads['RTTYP'].unique())

['M' 'Unknown' 'S' 'C']

如果使用geopandas.Plot()繪制數據，當設置了column =參數后，則geopandas將為線條自動選擇顏色，可以使用legend = True參數添加圖例

fig, ax = plt.subplots(figsize=(14,6))

sjer_roads.plot(column='RTTYP',
                categorical=True,
                legend=True,
                ax=ax
               )

# 調整圖例位置
leg = ax.get_legend()
leg.set_bbox_to_anchor((1.15,0.5))

# 隱藏邊框
ax.set_axis_off()

plt.show()

根據屬性指定顏色

為了按屬性值繪制一個矢量圖層，這樣每條道路圖層就會根據它各自的屬性值來著色，所以圖例也代表了同樣的符號，需要三個步驟：

1. 創建一個將特定顏色與特定屬性值關聯的字典

2. 循環遍歷并將該顏色應用于每個屬性值

3. 最后，在繪圖中添加一個label參數，以便調用ax.legend()生成最終的圖例

下面，先創建一個字典來定義您希望使用哪種顏色繪制每種道路類型：

# Create a dictionary where you assign each attribute value to a particular color
roadPalette = {'M': 'blue',
               'S': 'green',
               'C': 'purple',
               'Unknown': 'grey'}
roadPalette

{'M': 'blue', 'S': 'green', 'C': 'purple', 'Unknown': 'grey'}

接下來，循環遍歷每個屬性值，并使用字典中指定的顏色用該屬性值繪制線條

fig, ax = plt.subplots(figsize=(10,10))

# 根據道路類型分組進行繪制
for ctype,data in sjer_roads.groupby('RTTYP'):
    
    color = roadPalette[ctype]
    
    data.plot(color=color,
              ax=ax,
              label=ctype
             )

ax.legend(bbox_to_anchor=(1.0, .5), prop={'size': 12})
ax.set(title='Madera County Roads')

ax.set_axis_off()
plt.show()

調整線條寬度

可以通過linewidth =屬性對線條寬度進行設置，

fig, ax = plt.subplots(figsize=(10, 10))

# Loop through each group (unique attribute value) in the roads layer and assign it a color
for ctype, data in sjer_roads.groupby('RTTYP'):
    color = roadPalette[ctype]
    data.plot(color=color,
              ax=ax,
              label=ctype,
              linewidth=4)  # Make all lines thicker

# Add title and legend to plot
ax.legend()
ax.set(title='Madera County Roads')
ax.set_axis_off()

plt.show()

根據屬性調整線條寬度

與著色相同，先創建線條寬度與類型的映射關系，然后分組進行循環繪制

# Create dictionary to map each attribute value to a line width
lineWidths = {'M': 1, 'S': 1, 'C': 4, 'Unknown': .5}

# Plot data adjusting the linewidth attribute
fig, ax = plt.subplots(figsize=(10, 10))
ax.set_axis_off()

for ctype, data in sjer_roads.groupby('RTTYP'):
    color = roadPalette[ctype]    
    data.plot(color=color,
              ax=ax,
              label=ctype,
              
              # Assign each group to a line width using the dictionary created above
              linewidth=lineWidths[ctype])

ax.legend()
ax.set(title='Madera County \n Line width varies by TYPE Attribute Value')
plt.show()

自定義繪制圖例

在上面的實驗中，使用label=True顯示圖例，ax.legend()的loc=參數可以對圖例位置進行調整，ax.legend()的常用參數有：

• loc=(how-far-right,how-far-above)

• fontsize=，設置圖例字體大小

• frameon=，是否顯示圖例邊框

lineWidths = {'M': 1, 'S': 2, 'C': 1.5, 'Unknown': 3}

fig, ax = plt.subplots(figsize=(10, 10))

# Loop through each attribute value and assign each 
# with the correct color & width specified in the dictionary
for ctype, data in sjer_roads.groupby('RTTYP'):
    color = roadPalette[ctype]
    label = ctype    
    data.plot(color=color,
              ax=ax,
              linewidth=lineWidths[ctype],
              label=label)


ax.set(title='Madera County \n Line width varies by TYPE Attribute Value')

# Place legend in the lower right hand corner of the plot
ax.legend(loc='lower right',
          fontsize=15,
          frameon=True)

ax.set_axis_off()
plt.show()

觀察當將圖例frameon屬性設置為False并調整線寬時會發生什么情況，注意loc = ()參數被賦予一個元組，它定義了圖例相對于繪圖區域的x和y的位置

lineWidths = {'M': 1, 'S': 2, 'C': 1.5, 'Unknown': 3}

fig, ax = plt.subplots(figsize=(10, 10))

for ctype, data in sjer_roads.groupby('RTTYP'):
    color = roadPalette[ctype]
    label = ctype
    data.plot(color=color,
              ax=ax,
              linewidth=lineWidths[ctype],
              label=label)

ax.set(title='Madera County \n Line width varies by TYPE Attribute Value')
ax.legend(loc=(1, 0.5),
          fontsize=15,
          frameon=False,
          title="LEGEND")

ax.set_axis_off()
plt.show()

同時對線寬和顏色進行調整

roadPalette = {'M': 'grey', 'S': "blue",
               'C': "magenta", 'Unknown': "lightgrey"}

lineWidths = {'M': 1, 'S': 2, 'C': 1.5, 'Unknown': 3}

fig, ax = plt.subplots(figsize=(10, 10))

for ctype, data in sjer_roads.groupby('RTTYP'):
    color = roadPalette[ctype]
    label = ctype
    
    data.plot(color=color,
              ax=ax,
              linewidth=lineWidths[ctype],
              label=label)
    
ax.set(title='Madera County Roads \n Pretty Colors')

ax.legend(loc='lower right',
          fontsize=20,
          frameon=False)

ax.set_axis_off()

plt.show()

向地圖中添加點圖層

接下來，向地圖添加另一個圖層，看看如何創建一個更復雜的地圖，添加SJER_plot_centroids shapefile，并同時表示兩個圖層的圖例

該點圖層包含三種類型：grass,soil,trees

# 導入點圖層
sjer_plots_path ="data/california/neon-sjer-site/vector_data/SJER_plot_centroids.shp"
sjer_plots = gpd.read_file(sjer_plots_path)
sjer_plots.head(5)

<div> <style scoped> .dataframe tbody tr th:only-of-type { vertical-align: middle; }

.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}

</style> <table border="1" class="dataframe"> <thead> <tr > <th></th> <th>Plot_ID</th> <th>Point</th> <th>northing</th> <th>easting</th> <th>plot_type</th> <th>geometry</th> </tr> </thead> <tbody> <tr> <th>0</th> <td>SJER1068</td> <td>center</td> <td>4111567.818</td> <td>255852.376</td> <td>trees</td> <td>POINT (255852.376 4111567.818)</td> </tr> <tr> <th>1</th> <td>SJER112</td> <td>center</td> <td>4111298.971</td> <td>257406.967</td> <td>trees</td> <td>POINT (257406.967 4111298.971)</td> </tr> <tr> <th>2</th> <td>SJER116</td> <td>center</td> <td>4110819.876</td> <td>256838.760</td> <td>grass</td> <td>POINT (256838.760 4110819.876)</td> </tr> <tr> <th>3</th> <td>SJER117</td> <td>center</td> <td>4108752.026</td> <td>256176.947</td> <td>trees</td> <td>POINT (256176.947 4108752.026)</td> </tr> <tr> <th>4</th> <td>SJER120</td> <td>center</td> <td>4110476.079</td> <td>255968.372</td> <td>grass</td> <td>POINT (255968.372 4110476.079)</td> </tr> </tbody> </table> </div>

就像上面所做的一樣，創建一個字典來指定與每個圖形類型相關聯的顏色

pointsPalette = {'trees': 'chartreuse',
                 'grass': 'darkgreen', 'soil': 'burlywood'}

lineWidths = {'M': .5, 'S': 2, 'C': 2, 'Unknown': .5}

fig, ax = plt.subplots(figsize=(10, 10))

for ctype, data in sjer_plots.groupby('plot_type'):
    color = pointsPalette[ctype]
    label = ctype
    data.plot(color=color,
              ax=ax,
              label=label,
              markersize=100)
    
ax.set(title='Study area plot locations\n by plot type (grass, soil and trees)')

ax.legend(fontsize=20,
          frameon=True,
          loc=(1, .1),
          title="LEGEND")

ax.set_axis_off()
plt.show()

將點圖層疊加到道路圖層

接下來，在道路圖層上疊加繪制點數據，然后創建一個包含線和點的自定義圖例

注意: 在這個例子中，兩個圖層的投影信息必須匹配

# Reproject the data
# 數據投影
sjer_roads_utm = sjer_roads.to_crs(sjer_plots.crs)

fig, ax = plt.subplots(figsize=(10, 10))

# 點圖層繪制
for ctype, data in sjer_plots.groupby('plot_type'):
    color = pointsPalette[ctype]
    label = ctype # label參數對于圖例的生成很重要
    data.plot(color=color,
              ax=ax,
              label=label,
              markersize=100)
# 道路圖層繪制    
for ctype, data in sjer_roads_utm.groupby('RTTYP'):
    color = roadPalette[ctype]
    label = ctype    
    data.plot(color=color,
              ax=ax,
              linewidth=lineWidths[ctype],
              label=label)
    
ax.set(title='Study area plot locations\n by plot type (grass, soil and trees)')

ax.legend(fontsize=15,
          frameon=False,
          loc=('lower right'),
          title="LEGEND")

ax.set_axis_off()
plt.show()

上述就是小編為大家分享的Python中怎么繪制矢量數據了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。