使用 geopandas 绘制热图 (kdeplot)

我将以下数据存储在geopandas.DataFrame目的。geometry是多边形并且x是我想用作热度的值。

       id                                           geometry   x
9   01001  POLYGON ((-102.10641 22.06035, -102.10368 22.0...   33
19  01002  POLYGON ((-102.05189 22.29144, -102.05121 22.2...    2
29  01003  POLYGON ((-102.68569 22.09963, -102.69087 22.0...    0
39  01004  POLYGON ((-102.28787 22.41649, -102.28753 22.4...    0
49  01005  POLYGON ((-102.33568 22.05067, -102.33348 22.0...   22

我可以使用以下代码来绘制地图并根据列中的值为每个多边形着色x.

t.plot(column='x', cmap='coolwarm', legend=False)
plt.axis('off')
plt.show()

这还不错，但考虑到我在单个对象中拥有多边形和值，我想知道是否有一种方法可以使用以下方法将此图转换为热图geopandas.

我被推荐使用geoplot.

geoplot.kdeplot期望一个geopandas.DataFrame每个点一行的对象。也就是说，大致如下：

        PointID                     geometry
0     204403876  POINT (-101.66700 21.11670)
1     204462769  POINT (-101.66700 21.11670)
2     144407530  POINT (-101.66700 21.11670)
3     118631118  POINT (-101.66700 21.11670)
4     118646035  POINT (-101.66700 21.11670)

然后将这些点绘制在地图上，该地图作为单独的对象传递。

为了在代码中显示这一点，假设多边形存储在df_map点存储在df_points.

# Import geoplot
import geoplot
import geoplot.crs as gcrs

# Plot heatmap
ax = geoplot.kdeplot(df_points, projection=gcrs.AlbersEqualArea())

# Add polygons
geoplot.polyplot(df_map, ax=ax)

这应该会产生类似的结果。

可悲的是，我无法发布我的结果，因为projection=gcrs.AlbersEqualArea()使我的会话崩溃，但我希望这对将来的人有帮助。