使用投影

本教程的这一部分讨论 map projections . 如果你不知道什么是投影，或者你想了解更多关于投影的工作原理 geoplot ，此页是给你的！

我建议在本教程中使用 Binder .

投影与非投影

import geopandas as gpd
import geoplot as gplt
%matplotlib inline

# load the example data
contiguous_usa = gpd.read_file(gplt.datasets.get_path('contiguous_usa'))
gplt.polyplot(contiguous_usa)

<matplotlib.axes._subplots.AxesSubplot at 0x11a914208>

这张地图是一个未投影图的例子：它再现了我们的坐标，就好像它们在一个平面上。但是请记住，地球不是一个平面，而是一个球体。这不是你在任何地方看到的美国地图，因为它严重扭曲了这两个世界 two criteria 大多数预测的评估依据： 形状 和 area .

对于足够小的区域，失真量非常小。例如，这张纽约市地图相当准确：

boroughs = gpd.read_file(gplt.datasets.get_path('nyc_boroughs'))
gplt.polyplot(boroughs)

<matplotlib.axes._subplots.AxesSubplot at 0x11d243898>

但有一个更好的方法：使用 投影 .

投影是一种将地球表面上的点映射成二维（如一张纸或一个电脑屏幕）的方法。因为从三维移动到二维本质上是有损耗的，没有投影是完美的，但某些投影在某些情况下肯定比其他投影效果更好。

对于毗邻的美国，最常用的投影是 Albers Equal Area projection . 这个投影的工作原理是将地球环绕在一个圆锥体上，这个圆锥体特别适合于北半球中部附近的位置（而对于两极的位置则特别差）。

在中向地图添加投影的步骤 geoplot 通过一个 geoplot.crs 对象到 projection 绘图上的参数。例如，这是我们尝试时得到的结果 Albers 在毗邻的美国：

import geoplot.crs as gcrs
gplt.polyplot(contiguous_usa, projection=gcrs.AlbersEqualArea())

<cartopy.mpl.geoaxes.GeoAxesSubplot at 0x11dd02cc0>

以获取 geoplot, refer to the projections reference 在 cartopy 文档 (cartopy 类库在哪 geoplot 依赖于它的投影）。

叠加投影图

的一个关键特征 geoplot 是一种将绘图堆叠在一起的能力。

cities = gpd.read_file(gplt.datasets.get_path('usa_cities'))
ax = gplt.polyplot(
    contiguous_usa,
    projection=gcrs.AlbersEqualArea()
)
gplt.pointplot(cities, ax=ax)

<cartopy.mpl.geoaxes.GeoAxesSubplot at 0x11da21c50>

默认情况下， geoplot will set the extent （地块覆盖的区域）到 total_bounds 地图上最后一块地。

然而，假设即使我们有一个完整的美国（加上波多黎各）的数据，我们实际上只想显示相邻美国的数据。一个简单的方法就是设置 extent 参数使用 total_bounds .

ax = gplt.polyplot(
    contiguous_usa,
    projection=gcrs.AlbersEqualArea()
)
gplt.pointplot(cities, ax=ax, extent=contiguous_usa.total_bounds)

<cartopy.mpl.geoaxes.GeoAxesSubplot at 0x11da947f0>

教程中关于 Customizing Plots 解释了 extent 更详细的参数。

子地块上的投影

可以将多个轴组合到一个面板图形中 matplotlib 使用 subplots 功能。此功能对于创建绘图的并排比较非常有用，或者用于将绘图叠加到一个信息量更大的显示中。

import matplotlib.pyplot as plt
import geoplot as gplt

f, axarr = plt.subplots(1, 2, figsize=(12, 4))
gplt.polyplot(contiguous_usa, ax=axarr[0])
gplt.polyplot(contiguous_usa, ax=axarr[1])

<matplotlib.axes._subplots.AxesSubplot at 0x11dc55438>

matplotlib 支持使用 projection 参数 subplot_kw .

proj = gcrs.AlbersEqualArea(central_longitude=-98, central_latitude=39.5)
f, axarr = plt.subplots(1, 2, figsize=(12, 4), subplot_kw={
    'projection': proj
})
gplt.polyplot(contiguous_usa, projection=proj, ax=axarr[0])
gplt.polyplot(contiguous_usa, projection=proj, ax=axarr[1])

<cartopy.mpl.geoaxes.GeoAxesSubplot at 0x11ded2b70>

这个 Gallery 包括几个演示，如 Pointplot Scale Functions 演示，说明使用此功能效果不错。

注意，在这个代码示例中，我们为投影指定了一些附加参数。这个 central_longitude=-98 and central_latitude=39.5 parameters set the “center point” around which the points and shapes on the map are reprojected (in this case we use the geographic center of the contiguous United States ）

将投影传递给 geoplot 函数， geoplot 将为您推断这些值。但是当把投影直接传递给 matplotlib 你必须自己设置。