叶图 GeoJson 基于自定义值在多边形中填充颜色
Posted
技术标签:
【中文标题】叶图 GeoJson 基于自定义值在多边形中填充颜色【英文标题】:Folium plot GeoJson fill color in polygon based on custom values 【发布时间】:2021-12-29 22:50:39 【问题描述】:我在GeoDataFrame
中有与标识符相关联的纬度/经度值的多边形,如下所示。考虑一个有两个标识符A
和B
的例子,多边形A
有三个点,B
有四个点,它们的纬度/经度值如下所示。对应每个点(纬度/经度),我还有一个相关的数值,如最后一列所示。
id geometry values
A POLYGON((lat_A_1 long_A_1, lat_A_2 long_A_2, lat_A_3 long_A_3)) 10,12,13
B POLYGON((lat_B_1 long_B_1, lat_B_2 long_B_2, lat_B_3 long_B_3, lat_B_4 long_B_4)) 4,8,16,20
我遍历 GeoDataFrame 并使用此代码在地图上绘制这些多边形
geo_j = folium.GeoJson(data=geo_j,
style_function=
'fillColor': 'blue'
)
有没有一种方法可以根据 GeoDataFrame 中的 values
列使用自定义颜色图填充多边形,例如红色表示 0-5,蓝色表示 6-10,绿色表示 11-20。如何做到这一点?
【问题讨论】:
我对这个问题有疑问。一个多边形是否有三个值?所以如果我在一个循环中处理这个过程,它会覆盖这些值,对吧?有一种方法可以创建自定义颜色图并根据值更改颜色。见this page。 如果多边形有三个顶点,则为三个值,第二个多边形有四个顶点,则为四个值。 你想填充多边形,对吧?填充颜色没有单一值吗? 我想定义一个颜色图,比如红色代表 0-5,蓝色代表 6-10,绿色代表 11-20。使用这个,对于多边形 B,我希望顶点 1 周围的区域为红色(值为 4),顶点 2 和 3 周围的区域为蓝色(值为 8,6),顶点 4 周围的区域为绿色(值为 20 )。多边形的内部应逐渐填充,使用颜色图推断顶点颜色。 对于这样的需求,使用点坐标而不是多边形坐标会更容易。如果您想使用标记来填写每个坐标,请参考以下circle markers和color maps的示例。 【参考方案1】: 首先获取一些多边形并定义每个点的值(生成 MWE 样本数据集) 这意味着与多边形关联的值与多边形中的点一样多。您请求使用 folium 的解决方案,该解决方案使用自定义颜色映射值填充多边形。这意味着您需要有一个函数将所有这些值同化为多边形的单个值(颜色)。我使用了 mode,最常见的值。这可以是均值、中位数或任何其他函数。 然后解决方案变得简单,它是folium.GeoJson()
使用和适当的结构 style_function
扩展答案。您可以将多边形拆分为较小的多边形并将子多边形的颜色与一个点相关联。 folium 制作没有改变(包括 iso_a3)只是为了更易于查看
shapley 提供了两种分割多边形https://shapely.readthedocs.io/en/stable/manual.html#shapely.ops.triangulate 的方法。发现 voronoi 更有效
生成 MWE 数据
# some polygons
gdf = gpd.read_file(gpd.datasets.get_path("naturalearth_lowres")).loc[lambda d: d["iso_a3"].isin(["BEL", "LUX", "NLD", "DEU", "AUT"]), ["geometry"]]
# comma separated values column... between 0 and 20...
gdf["values"] = gdf.geometry.apply(lambda p: ",".join([str(int(sum(xy)) % 20) for xy in p.exterior.coords]))
# id column
gdf["id"] = list("ABCDEFGHIJ")[0 : len(gdf)]
gdf = gdf.set_index("id", drop=False)
数据
geometry values id
id
A POLYGON ((16.97967 48.12350, 16.9037... 5,4,4,4,3,2,1,1,0,19,19,18,17,17,16,... A
B POLYGON ((14.11969 53.75703, 14.3533... 7,7,7,7,6,6,6,5,5,4,4,3,2,2,2,2,2,1,... B
C POLYGON ((6.04307 50.12805, 6.24275 ... 16,16,15,15,15,15,16 C
D POLYGON ((6.15666 50.80372, 6.04307 ... 16,16,15,15,14,14,13,13,13,13,14,14,... D
E POLYGON ((6.90514 53.48216, 7.09205 ... 0,0,19,18,17,16,16,16,15,14,14,15,17... E
解决方案
import statistics as st
import branca.colormap
import geopandas as gpd
import folium
m = folium.Map(
location=[
sum(gdf.geometry.total_bounds[[1, 3]]) / 2,
sum(gdf.geometry.total_bounds[[0, 2]]) / 2,
],
zoom_start=5,
control_scale=True,
)
# style the polygons based on "values" property
def style_fn(feature):
cm = branca.colormap.LinearColormap(["mistyrose", "tomato", "red"], vmin=0, vmax=20)
most_common = st.mode([int(v) for v in feature["properties"]["values"].split(",")])
ss =
"fillColor": cm(most_common),
"fillOpacity": 0.8,
"weight": 0.8,
"color": cm(most_common),
return ss
folium.GeoJson(
gdf.__geo_interface__,
style_function=style_fn,
tooltip=folium.features.GeoJsonTooltip(["id", "values"]),
).add_to(m)
m
将多边形分割成多个部分
import statistics as st
import branca.colormap
import geopandas as gpd
import folium
import shapely.geometry
import shapely.ops
import pandas as pd
# some polygons
# fmt: off
gdf = gpd.read_file(gpd.datasets.get_path("naturalearth_lowres")).loc[lambda d: d["iso_a3"].isin(["BEL", "LUX", "NLD", "DEU", "AUT","POL"]), ["geometry", "iso_a3"]]
# comma separated values column... between 0 and 20...
gdf["values"] = gdf.geometry.apply(lambda p: ",".join([str(int(sum(xy)) % 20) for xy in p.exterior.coords]))
# id column
gdf["id"] = list("ABCDEFGHIJ")[0 : len(gdf)]
gdf = gdf.set_index("id", drop=False)
# fmt: on
def sub_polygons(r, method="voronoi"):
g = r["geometry"]
# split into sub-polygons
if method == "voronoi":
geoms = shapely.ops.voronoi_diagram(g).geoms
elif method == "triangulate":
geoms = [
p
for p in shapely.ops.triangulate(g)
if isinstance(p.intersection(g), shapely.geometry.Polygon)
]
else:
raise "invalid polygon ops method"
# clip sub-geometries
geoms = [p.intersection(g) for p in geoms]
vs = r["values"].split(",")
vr = []
# order or sub-polygons and points are differenct. use value from point
# in sub-polygon
for vg in geoms:
for i, xy in enumerate(g.exterior.coords):
if not shapely.geometry.Point(xy).intersection(vg).is_empty:
break
vr.append(vs[i])
return [**r.to_dict(), **"geometry": g, "values": v for g, v in zip(geoms, vr)]
gdf2 = gpd.GeoDataFrame(
gdf.apply(sub_polygons, axis=1, method="voronoi").explode().apply(pd.Series)
)
m = folium.Map(
location=[
sum(gdf.geometry.total_bounds[[1, 3]]) / 2,
sum(gdf.geometry.total_bounds[[0, 2]]) / 2,
],
zoom_start=5,
control_scale=True,
)
# style the polygons based on "values" property
def style_fn(feature):
cm = branca.colormap.LinearColormap(["mistyrose", "tomato", "red"], vmin=0, vmax=20)
most_common = st.mode([int(v) for v in feature["properties"]["values"].split(",")])
ss =
"fillColor": cm(most_common),
"fillOpacity": 0.8,
"weight": 0.8,
"color": cm(most_common),
return ss
folium.GeoJson(
gdf2.__geo_interface__,
style_function=style_fn,
tooltip=folium.features.GeoJsonTooltip(["id", "values", "iso_a3"]),
).add_to(m)
m
与功能组
m = folium.Map(
location=[
sum(gdf.geometry.total_bounds[[1, 3]]) / 2,
sum(gdf.geometry.total_bounds[[0, 2]]) / 2,
],
zoom_start=5,
control_scale=True,
)
for g, d in gdf2.groupby(level=0):
fg = folium.map.FeatureGroup(name=g)
folium.GeoJson(
d.__geo_interface__,
style_function=style_fn,
tooltip=folium.features.GeoJsonTooltip(["id", "values", "iso_a3"]),
).add_to(fg)
fg.add_to(m)
folium.LayerControl().add_to(m)
m
【讨论】:
谢谢你,这与我正在寻找的东西有一点不同,在这里你用一种颜色填充每个多边形,这是与顶点值的模式相对应的颜色。我想要的是用多种颜色(如渐变填充)填充多边形,其中渐变颜色是从顶点的颜色推断出来的。这可能吗? 我已经更新了答案 - 多边形只有一种填充颜色。要拥有多种颜色,请将多边形拆分为多个子多边形,然后从其中一个点的事实中选择子多边形颜色。 感谢您的更新回答! 是否也可以在此处添加与多边形对应的FeatureGroup
以选择要在地图上显示的id
值?
是的 - 非常直接 - 添加到答案中以上是关于叶图 GeoJson 基于自定义值在多边形中填充颜色的主要内容,如果未能解决你的问题,请参考以下文章