使用 Python 绘制历年中国省市区县地图(小地图版本+长版)

一、背景与原理

之前我们使用 R 语言的 sf + ggplot2 体系绘制历年中国省市区县地图（小地图版本 + 长版），本讲义将同样的功能用 Python 实现。Python 版本使用 geopandas + matplotlib 体系，提供了完整的模块化绘图函数。

附件中提供了 1949～2021 年每年的省市区县地图数据，包含 mini 和 long 两套：

mini 版本（小地图版本）	long 版本（长版）

R 与 Python 的包映射

R 包	Python 等价	功能
sf	geopandas	矢量数据读写与操作
ggplot2 + geom_sf	matplotlib	地图绘制
ggspatial（比例尺、指北针）	matplotlib（手动实现）	地图装饰
raster	rasterio	栅格数据读取
readxl	pandas（read_excel）	Excel 数据读取
dplyr	pandas	数据操作
scico	matplotlib colormaps	科学配色

二、使用 reticulate 创建与管理 Python 虚拟环境

2.1 安装 reticulate

options(repos = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))

install.packages("reticulate")

2.2 虚拟环境初始化原理

reticulate 会在 R 会话中绑定一个 Python 解释器，绑定后不可更改。因此我们必须在任何 {python} chunk 运行之前，通过 Sys.setenv(RETICULATE_PYTHON = ...) 环境变量锁定 Python 路径。setup chunk 中的代码已完成这一操作。

2.3 安装 Python 包

py_pkgs <- c("numpy", "pandas", "geopandas", "matplotlib",

"rasterio", "shapely", "openpyxl", "affine")

installed <- py_list_packages(".venv")$package

need_install <- setdiff(py_pkgs, installed)

if (length(need_install) > 0) {

  virtualenv_install(".venv", packages = need_install)

cat("已安装:", paste(need_install, collapse = ", "), "\n")

} else {

cat("所有包已安装完毕。\n")

}

2.4 验证激活状态

py_config()

2.5 查看已安装的包

py_list_packages(".venv")

2.6 虚拟环境管理常用命令

# 删除虚拟环境（如需重建）

virtualenv_remove(".venv")

# 重建虚拟环境

virtualenv_create(".venv")

virtualenv_install(".venv", packages = c("numpy", "pandas", "geopandas", ...))

三、环境配置与数据准备

3.1 导入 Python 包

import os

import numpy as np

import pandas as pd

import geopandas as gpd

import matplotlib.pyplot as plt

import matplotlib.colors as mcolors

import matplotlib.font_manager as fm

from matplotlib.patches import Rectangle

from shapely.geometry import box, Point

from shapely.ops import unary_union

import warnings

warnings.filterwarnings("ignore")

3.2 全局配置

3.3 比例尺与装饰工具函数

四、小地图版本

4.1 数据读取

读取小地图版本的中国省级地图数据：

读取线条数据（九段线、海岸线、小地图框格）：

4.2 在地图上添加散点图

读取经纬度数据并转换为 GeoDataFrame：

4.3 小地图的散点处理原理

小地图框格显示的是南海诸岛放大图。对于散点数据，需要将落在小地图范围内的点平移到框格位置。处理流程如下：

1. 用 st_bbox 定义小地图在主图中的范围
2. 用 st_intersection 提取落在该范围内的散点
3. 对这些散点执行：先以范围左下角为原点缩小到 50%，再平移到小地图框格位置
4. 将平移后的散点与原始散点合并

4.4 绘制散点地图

五、绘制填充地图

5.1 读取市级地图并统计

虽然绘制市级地图，但我们仍然使用省级线条（突出省份区域）：

5.2 连续变量填色地图

5.3 连续变量填色地图（竖直图例）

也可以使用竖直图例展示连续变量：

六、使用栅格数据绘制地图

6.1 高分辨率栅格 → 散点

高分辨率的栅格数据可以先聚合（降采样），再转换成密集的散点数据绘制。相当于 R 中 raster::aggregate() + rasterToPoints() 的组合：

6.2 低分辨率栅格 → 多边形

低分辨率的栅格数据适合转换成 polygon 绘制：

七、长版地图

长版地图数据的使用更简单，这里仅演示散点图。长版不包含小地图框格，没有南海小地图：

八、模块化绘图函数

上面的代码逐步演示了完整的绘图流程。为了方便复用，所有绘图逻辑已被封装到 draw_china_map.py 模块中，可以直接调用：

更多关于地图绘制的内容可以学习平台上的系列课程「使用 R 语言进行地理计算」。

如何参加课程？

是不是感觉很硬核！欢迎报名 RStata 培训班获取全部课程和以会员价获取数据资料（10元/份）详情可阅读这篇推文：数据处理、图表绘制、效率分析与计量经济学如何学习～

详情可点击阅读原文进入 RStata 学院了解（从首页的会员卡专区即可查看和购买会员卡）。

更多关于 RStata 培训班的信息可添加微信号 r_stata2 咨询：

附件下载（点击文末的阅读原文即可跳转）：

https://rstata.duanshu.com/#/brief/course/72c36d788f9d4497a7e33f23f9437598