如何利用Matplotlib实现第21章的静态可视化分析？

第21章：静态可视化（Matplotlib） 地图可视化是地理信息系统的核心功能之一。GeoPandas 基于 Matplotlib 提供了强大而灵活的静态地图绑制能力，使我们能够通过简洁的 Python 代码创建专业级的地理数据可视化作品。本章将系统介绍 GeoPandas 的静态可视化方法，从基础绑图到高级样式定制，帮助读者掌握地理数据可视化的完整工作流程。 21.1 GeoPandas 可视化概述 21.1.1 可视化在 GIS 中的重要性 地图可视化是将抽象的地理数据转化为直观图形表达的过程。在 GIS 分析工作流中，可视化承担着多重关键角色： 数据探索：快速了解数据的空间分布特征 质量检查：发现数据中的异常值和错误 结果展示：将分析结果以直观方式呈现给决策者 报告制作：生成用于出版和报告的高质量地图 # 导入核心库 import geopandas as gpd import matplotlib.pyplot as plt import numpy as np # 读取示例数据 world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres')) print(f"数据集包含 {len(world)} 个国家/地区") print(f"几何类型: {world.geom_type.unique()}") print(f"坐标参考系: {world.crs}") 输出： 数据集包含 177 个国家/地区 几何类型: ['MultiPolygon' 'Polygon'] 坐标参考系: EPSG:4326 21.1.2 GeoPandas 可视化架构 GeoPandas 的可视化功能建立在 Matplotlib 之上，采用分层架构设计： 层次 组件 说明 顶层 GeoDataFrame.plot() GeoPandas 提供的高级绑图接口 中间层 Matplotlib Axes 坐标轴对象，管理图形元素 底层 Matplotlib Figure 画布对象，控制整体布局 # 可视化架构示例 fig, ax = plt.subplots(figsize=(10, 6)) # GeoPandas 的 plot() 方法返回 matplotlib 的 Axes 对象 ax = world.plot(ax=ax, color='lightblue', edgecolor='gray') # 可以继续使用 matplotlib 的方法自定义 ax.set_title('世界地图', fontsize=16) ax.set_xlabel('经度') ax.set_ylabel('纬度') plt.tight_layout() plt.savefig('world_map.png', dpi=150) plt.show() 注意： GeoPandas 的 plot() 方法本质上是对 Matplotlib 的封装，因此所有 Matplotlib 的自定义功能都可以在 GeoPandas 图形上使用。