plotnine地图可视化：使用geodatasets简化地理数据获取

在数据可视化领域，地理空间数据的处理一直是一个重要且具有挑战性的环节。plotnine作为Python中基于ggplot2语法的强大可视化工具，其geom_map功能为地理空间可视化提供了优雅的解决方案。本文将介绍如何结合geodatasets包来简化地理数据的获取过程，并展示plotnine在地图可视化中的应用。

geodatasets简介

geodatasets是一个专门为地理空间分析提供示例数据集的Python包。它包含了多种常用的地理空间数据集，如芝加哥社区人口数据、商店位置信息等。这些数据集可以直接通过简单的函数调用获取，省去了用户自行寻找和下载地理数据的麻烦。

基础地图绘制

使用plotnine绘制基础地图非常简单。首先我们需要获取地理数据并将其转换为GeoDataFrame格式：

import geopandas as gp
import geodatasets

# 获取芝加哥社区边界数据
chicago = gp.read_file(geodatasets.get_path("geoda.chicago_commpop"))

然后使用plotnine的geom_map函数绘制地图轮廓：

from plotnine import ggplot, geom_map, theme_void, coord_fixed

(
    ggplot()
    + geom_map(data=chicago, fill=None)
    + theme_void()
    + coord_fixed()
)

这段代码会绘制出芝加哥各社区的边界轮廓图。theme_void移除了所有坐标轴和背景元素，coord_fixed保证了地图的比例不被扭曲。

叠加点数据

我们可以在基础地图上叠加其他地理要素。例如，添加芝加哥杂货店的位置信息：

# 获取杂货店位置数据
groceries = gp.read_file(geodatasets.get_path("geoda.groceries"))

# 确保使用相同的坐标参考系
groceries = groceries.to_crs(chicago.crs)

(
    ggplot()
    + geom_map(data=chicago, fill=None)
    + geom_map(data=groceries, color="green")
    + theme_void()
    + coord_fixed()
)

这样就在社区边界图上用绿色点标记出了所有杂货店的位置。

填充地图

plotnine支持根据数据属性对地图区域进行颜色填充。例如，我们可以根据人口数据对芝加哥各社区进行着色：

from plotnine import aes, scale_fill_cmap

(
    ggplot(chicago, aes(fill="POP2010"))
    + geom_map()
    + coord_fixed()
    + scale_fill_cmap('plasma')
)

这段代码使用plasma色图根据POP2010(2010年人口)字段对各社区进行颜色填充，人口越多的区域颜色越亮。

技术要点

1. 坐标参考系统(CRS)一致性：当叠加多个地理图层时，必须确保它们使用相同的CRS，否则位置会出现偏差。可以使用to_crs方法进行转换。

2. 地图投影：coord_fixed保证了地图的长宽比例不被扭曲，这对于地理空间可视化非常重要。

3. 性能考虑：对于复杂的地理数据，绘制可能会比较耗时。可以考虑先对数据进行简化或使用较低精度的数据。

plotnine结合geodatasets为Python用户提供了一套简洁高效的地理空间可视化工具链，使得从数据获取到最终可视化的整个过程变得异常简单。无论是学术研究还是商业分析，这种组合都能显著提高地理空间数据分析的效率。