在GeoPandas中如何格式化/四舍五入数字图例标签

Question

在GeoPandas中如何格式化/四舍五入数字图例标签

6

我正在寻找一种方法来格式化/舍入 GeoPandas 中 .plot() 函数生成的地图中的数字图例标签。例如：

gdf.plot(column='pop2010', scheme='QUANTILES', k=4)

这给我一个带有许多小数位的图例：

我想要图例标签为整数。

- steven

2个回答

7

方法一

根据geopandas的更新日志，自0.8.0版本（2020年6月24日）以来，您可以在legend_kwds中传递fmt来格式化图例标签。例如，如果您不想要小数点，可以设置fmt='{:.0f}'，就像使用f-string格式化数字一样。以下是一个分位数地图的示例：

import matplotlib.pyplot as plt
import numpy as np
import mapclassify
import geopandas as gpd

gdf = gpd.read_file(
    gpd.datasets.get_path('naturalearth_lowres')
)
np.random.seed(0)
gdf = gdf.assign(
    random_col=np.random.normal(100, 10, len(gdf))
)

# plot quantiles map
fig, ax = plt.subplots(figsize=(10, 10))
gdf.plot(
    column='random_col',
    scheme='quantiles', k=5, cmap='Blues',
    legend=True,
    legend_kwds=dict(fmt='{:.0f}', interval=True),
    ax=ax
)

这给了我们： {{link1：在此输入图像描述

}}

方法2

事实上，GeoPandas 使用 PySal 的 mapclassify 来计算和生成地图图例。对于上面的分位数图（k=5），我们可以通过在mapclassify中使用 .Quantiles() 来获取分类。

mapclassify.Quantiles(gdf.random_col, k=5)

该函数返回一个mapclassify.classifiers.Quantiles对象：

Quantiles               

    Interval       Count
------------------------
[ 74.47,  91.51] |    36
( 91.51,  97.93] |    35
( 97.93, 103.83] |    35
(103.83, 109.50] |    35
(109.50, 123.83] |    36

该对象具有属性bins，它返回一个包含所有类别上限的numpy数组。

array([ 91.51435701,  97.92957441, 103.83406507, 109.49954895,
       123.83144775])

因此，我们可以使用此函数获取所有类的边界，因为低类别中的上限等于高类别中的下限。唯一缺失的是最低类别中的下限，它等于您正在尝试对其进行分类的DataFrame列的最小值。以下是将所有数字四舍五入为整数的示例：

# get all upper bounds
upper_bounds = mapclassify.Quantiles(gdf.random_col, k=5).bins
# insert minimal value in front to get all bounds
bounds = np.insert(upper_bounds, 0, gdf.random_col.min())
# format the numerical legend here
intervals = [
    f'{bounds[i]:.0f}-{bounds[i+1]:.0f}' for i in range(len(bounds)-1)
]

# get all the legend labels
legend_labels = ax.get_legend().get_texts()
# replace the legend labels
for interval, legend_label in zip(intervals, legend_labels):
    legend_label.set_text(interval)

我们最终会得到：

正如您所看到的，由于我们在较低级别上进行操作，因此我们能够自定义图例标签的外观，例如删除那些括号，但在中间使用“-”。

方法三

除了GeoPandas的.plot()方法外，您还可以考虑geoplot提供的.choropleth()函数，其中您可以轻松使用不同类型的方案和类数，同时传递legend_labels参数以修改图例标签。例如：

import geopandas as gpd
import geoplot as gplt

gdf = gpd.read_file(
    gpd.datasets.get_path('naturalearth_lowres')
)

legend_labels = [
    '< 2.4', '2.4 - 6', '6 - 15', '15 - 38', '38 - 140 M'
]
gplt.choropleth(
    gdf, hue='pop_est', cmap='Blues', scheme='quantiles',
    legend=True, legend_labels=legend_labels
)

这给了你

- steven

确实。你需要在 pysal 中切换到相应的分类函数。这个 geopands doc 解释了如何选择颜色。 - steven

方法一对我有用 - 谢谢！我将其转换为“百分位数”，这意味着删除k参数并完美地工作。这是一个你认为应该更容易解决的问题！不过，这个解决方法很棒。 - c_m_conlan

1

@c_m_conlan 请查看更新后的答案，我之前没有意识到 geopandas 的更新。 - steven

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Brendan · Accepted Answer

最近我遇到了同样的问题，但在Stack Overflow或其他网站上没有找到可用的解决方案，所以我想分享一下我的方法，以便对大家有用。

首先，使用geopandas世界地图创建一个基本的绘图：

# load world data set    
world_orig = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
world = world_orig[(world_orig['pop_est'] > 0) & (world_orig['name'] != "Antarctica")].copy()
world['gdp_per_cap'] = world['gdp_md_est'] / world['pop_est']

# basic plot
fig = world.plot(column='pop_est', figsize=(12,8), scheme='fisher_jenks', 
                 cmap='YlGnBu', legend=True)
leg = fig.get_legend()
leg._loc = 3
plt.show()

我使用的方法依赖于matplotlib.legend.Legend对象的get_texts()方法，然后迭代leg.get_texts()中的项目，将文本元素拆分为下限和上限，然后创建一个应用了格式的新字符串，并使用set_text()方法设置它。

# formatted legend
fig = world.plot(column='pop_est', figsize=(12,8), scheme='fisher_jenks', 
                 cmap='YlGnBu', legend=True)
leg = fig.get_legend()
leg._loc = 3

for lbl in leg.get_texts():
    label_text = lbl.get_text()
    lower = label_text.split()[0]
    upper = label_text.split()[2]
    new_text = f'{float(lower):,.0f} - {float(upper):,.0f}'
    lbl.set_text(new_text)

plt.show()

这基本上是一种“试错”方法，如果有更好的方法，我也不会感到惊讶。但或许这会有所帮助。