Python 使用geopandas制作多张choropleth地图，使用分类变量着色，并在地图上保持相同的配色方案

我正在尝试制作多个choropleth贴图（在我的数据中，每年一个），根据一个分类变量填充每个多边形。我还想为这些情节附上一些传说

我使用geopandas读取数据：

将geopandas导入为gpd
将matplotlib.pyplot作为plt导入
all_gdf=gpd.read_文件（'./my data.shp'）

然后，我可以通过在for循环中对每年进行子集设置来创建单独的地图：

years=all_gdf.year.unique（）
对于y年：
图，ax=plt.子批次（）
tmp_gdf=all_gdf.query（f'year=={y}）
tmp_gdf.plot（column='col_to_plot'，
图例=真，分类=真，
ax=ax）

这将为每年生成一张地图，但由于并非所有类别都为每年提供，因此我为每张地图提供了不同的颜色方案。例如，2015年可能有类别a、b、c，而2016年可能有类别a、c、d和e，因此2015年地图中c的颜色与2016年地图中c的颜色不同。我想确保所有地图的c颜色都相同

然后我发现：，他们的例子似乎正是我要寻找的，但按照他们的代码，我的地图无法生成图例

color\u dict={
‘a’：‘红色’，
“b”：蓝色，
‘c’：‘绿色’，
“d”：“黄色”，
“e”：“青色”，
“f”：“洋红”}
对于y年：
图，ax=plt.子批次（）
tmp_gdf=all_gdf.query（f'year=={y}）
对于ctype，tmp_gdf.groupby（'col_to_plot'）中的数据：
color=颜色[ctype]
data.plot（颜色=颜色，ax=ax，标签=ctype）
ax.图例（）
plt.show（）

这将在地图中生成正确的颜色，但拒绝制作图例

---

在这一点上，我完全迷路了，任何帮助都将不胜感激。

这是我的解决方案。。。作为一个例子，我将使用随GeoPandas一起提供的世界地图数据集，并绘制每个国家的GDP十分位数

# Import the things an setup
import geopandas as gpd
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
from matplotlib import cm
from matplotlib.colors import ListedColormap

sns.set_style('darkgrid')
sns.set_context('notebook')

# Read the data and calculate the deciles
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
world = world[(world['name'] != 'Antarctica')
              & ~world['continent'].str.contains("Seven seas")]
world['gdp_decile'] = pd.qcut(world['gdp_md_est'], 10,
                              labels=[q+1 for q in range(10)])

# Plot the world map
fig, ax = plt.subplots(figsize=(13, 10))
world.plot(column='gdp_decile', categorical=True, ax=ax, legend=True,
           legend_kwds={'title': 'Decile'})
ax.set(xticklabels=[], yticklabels=[])
ax.grid(False)

现在，让我们用相同的传奇色彩分别绘制每个大陆

# Create a colour mapping between the legend values and some colours
palette = dict(zip(sorted(world['gdp_decile'].unique()),
               [cm.tab10(x) for x in range(world['gdp_decile'].nunique())]))

cm.tab10

是一个示例彩色地图。有

---

我希望这有帮助

您是否尝试在

data.plot（）

中添加

legend=True

。是的，我得到了相同的结果。

for continent, df in world.groupby('continent'):
    # Need to ensure the column you're plotting is sorted
    df = df.sort_values('gdp_decile')

    # Create a colormap using only the colours in this group
    cmap = ListedColormap([color for decile, color in palette.items()
                           if decile in df['gdp_decile'].unique()])

    # Do the plotting!
    fig, ax = plt.subplots(figsize=(10, 7))
    df.plot(column='gdp_decile', categorical=True, legend=True, cmap=cmap,
            ax=ax, legend_kwds={'title': 'Decile'})
    ax.set(xticklabels=[], yticklabels=[], title=continent)
    ax.grid(False)

    plt.show()