VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > Python基础教程 >

  • 基于Python的地图绘制教程

本文将介绍通过Python绘制地形图的方法，所需第三方Python相关模块包括 rasterio、geopandas、cartopy 等，可通过 pip 等方式安装。

1 示例代码

1.1 导入相关模块




	
		

			
				

					 

					
			
				import rasterio
		

		

			
				

					 

					
			
				import geopandas as gpd
		

		

			
				

					 

					
			
				import numpy as np
		

		

			
				

					 

					
			
				import cartopy.crs as ccrs
		

		

			
				

					 

					
			
				import matplotlib.pyplot as plt
		

		

			
				

					 

					
			
				from matplotlib.colors import LinearSegmentedColormap
		

	




	1.2 设置地图字体及字号





	
		

			
				

					 

					
			
				plt.rcParams["font.family"] = "Times New Roman"
		

		

			
				

					 

					
			
				plt.rcParams["font.size"] = 14
		

	




	1.3 绘制地图





	
		

			
				

					 

					
			
				# 设置投影：墨卡托投影
		

		

			
				

					 

					
			
				# cartopy 投影说明：https://www.cnblogs.com/youxiaogang/p/14247184.html
		

		

			
				

					 

					
			
				projection = ccrs.Mercator()
		

		

			
				

					 

					
			
				 
		

		

			
				

					 

					
			
				# 绘制地图
		

		

			
				

					 

					
			
				fig, ax = plt.subplots(figsize=(20, 10), subplot_kw={'projection': projection})
		

		

			
				

					 

					
			
				 
		

		

			
				

					 

					
			
				# 设置地图范围（数值参数为对应投影下的范围坐标）
		

		

			
				

					 

					
			
				ax.set_extent([13530000, 14630000, 4960000, 5850000], crs=projection)
		

		

			
				

					 

					
			
				 
		

		

			
				

					 

					
			
				# 读取矢量文件
		

		

			
				

					 

					
			
				shp = gpd.read_file("Data/Jilin_Mercator.shp")
		

		

			
				

					 

					
			
				shp.plot(ax=ax, transform=projection, edgecolor="black", linewidth=1, facecolor="none")
		

		

			
				

					 

					
			
				 
		

		

			
				

					 

					
			
				# 创建自定义颜色映射
		

		

			
				

					 

					
			
				colors = ["#369121", "#95C769", "#FFFFBF", "#E6865A", "#D14E30", "#BA1414"]
		

		

			
				

					 

					
			
				n_bins = 100 # 定义色带的颜色数量
		

		

			
				

					 

					
			
				cmap_name = "green_brown"
		

		

			
				

					 

					
			
				cm = LinearSegmentedColormap.from_list(cmap_name, colors, N=n_bins)
		

		

			
				

					 

					
			
				 
		

		

			
				

					 

					
			
				# 读取地形栅格数据
		

		

			
				

					 

					
			
				dataset = rasterio.open("Data/DEM_Jilin_Mercator.tif")
		

		

			
				

					 

					
			
				data = dataset.read(1) # 读取第一个波段的数据
		

		

			
				

					 

					
			
				nodata_value = dataset.nodata # 获取NoData值
		

		

			
				

					 

					
			
				# 创建掩膜，去除NoData区域
		

		

			
				

					 

					
			
				data = np.ma.masked_where(data == nodata_value, data)
		

		

			
				

					 

					
			
				 
		

		

			
				

					 

					
			
				# 将地形栅格添加到地图中
		

		

			
				

					 

					
			
				extent = [dataset.bounds.left, dataset.bounds.right,
		

		

			
				

					 

					
			
				dataset.bounds.bottom, dataset.bounds.top]
		

		

			
				

					 

					
			
				im = ax.imshow(data, origin="upper", extent=extent,
		

		

			
				

					 

					
			
				transform=projection, cmap=cm)
		

		

			
				

					 

					
			
				 
		

		

			
				

					 

					
			
				# 绘制网格线并添加标签
		

		

			
				

					 

					
			
				gl = ax.gridlines(draw_labels=True, linestyle="--", color="#4F4F4F")
		

		

			
				

					 

					
			
				gl.xlocator = plt.FixedLocator(range(120, 135, 3))
		

		

			
				

					 

					
			
				gl.ylocator = plt.FixedLocator(range(40, 50, 2))
		

		

			
				

					 

					
			
				 
		

		

			
				

					 

					
			
				# 添加色带，设置色带的缩放比例为 0.4，主图和色带之间的间距为 0.1
		

		

			
				

					 

					
			
				cbar = plt.colorbar(im, ax=ax, orientation="horizontal", shrink=0.4, pad=0.1)
		

		

			
				

					 

					
			
				cbar.set_label("Elevation (m)", labelpad=10) # 设置色带标签与色带的距离为 10 点
		

		

			
				

					 

					
			
				cbar.ax.xaxis.set_label_position("top") # 设置色带标签位置
		

		

			
				

					 

					
			
				 
		

		

			
				

					 

					
			
				plt.savefig("Pic.jpg", dpi=600)
		

		

			
				

					 

					
			
				plt.show()
		

	




	2 结果图展示



	

	

	出处：https://www.cnblogs.com/qsgeo/p/18030978


      



  

  
  

   
    
    
   

  

  
 
 

 
 
  
 
 
 
 






 






相关教程