首页 > Python资料 博客日记
基于Python的地图绘制教程
2024-02-24 16:55:17Python资料围观203次
这篇文章介绍了基于Python的地图绘制教程,分享给大家做个参考,收藏Python资料网收获更多编程知识
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
版权声明:本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:jacktools123@163.com进行投诉反馈,一经查实,立即删除!
标签:
相关文章
最新发布
- 光流法结合深度学习神经网络的原理及应用(完整代码都有Python opencv)
- Python 图像处理进阶:特征提取与图像分类
- 大数据可视化分析-基于python的电影数据分析及可视化系统_9532dr50
- 【Python】入门(运算、输出、数据类型)
- 【Python】第一弹---解锁编程新世界:深入理解计算机基础与Python入门指南
- 华为OD机试E卷 --第k个排列 --24年OD统一考试(Java & JS & Python & C & C++)
- Python已安装包在import时报错未找到的解决方法
- 【Python】自动化神器PyAutoGUI —告别手动操作,一键模拟鼠标键盘,玩转微信及各种软件自动化
- Pycharm连接SQL Sever(详细教程)
- Python编程练习题及解析(49题)
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Anaconda版本和Python版本对应关系(持续更新...)
- Python与PyTorch的版本对应
- Windows上安装 Python 环境并配置环境变量 (超详细教程)
- Python pyinstaller打包exe最完整教程