用 geopandas 库为一个大陆绘制地图，但数据点包含整个世界

Question

我有一些陨石的数据集，这些陨石包含经纬度信息。我几乎拥有来自世界各地的 30,000 个数据点。但我想使用 geopandas 库仅绘制一个大陆的地图，例如“南美洲”。

我正在使用“naturalearth_lowres”的 geopandas 默认地图。从那张世界地图上，我过滤了南美洲。我的数据称为 mod_data_geo 包含几何类型数据 Point(longitute, latitude)。

数据集是这样的：

我的代码：

mod_data_geo = gpd.GeoDataFrame(mod_data, geometry = gpd.points_from_xy(mod_data['long'], mod_data['lat']))

world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))

countries = world[world['continent'] == "South America"]

axis = countries.plot(color = 'Lightblue', edgecolor = 'black', figsize=(15,15))

mod_data_geo.plot(ax=axis, markersize = 1, color  = 'purple' )

我绘制的地图：

如何使用 Geopandas 库或任何其他工具过滤 mod_data_geo 数据框中的陨石数据，以便仅查看在南非大陆上发现的陨石？

提前谢谢你！

Answer 1

三种方法 - 裁剪图像，使用边界框过滤点，或通过检查它们是否在国家形状内来过滤点。

裁剪图像

如果您希望点延伸到图像的边缘，但只是为了限制图像范围，您可以简单地在 matplotlib 轴上设置 x 和 y 限制：

axis = countries.plot(color = 'Lightblue', edgecolor = 'black', figsize=(15,15))
orig_extent = axis.get_extent()
mod_data_geo.plot(ax=axis, markersize = 1, color  = 'purple' )
axis.set_extent(*orig_extent)

过滤到边界框

第一种方法很好，因为它保留了所有适合您的绘图的数据。但这并不是超级高效，因为 matplotlib 必须根据数据是否会出现在图像中为您过滤数据。更快的方法可以先过滤数据；请注意，数据将不再移动到图像的边缘。

首先在国家周围找到一个边界框：

In [6]: bounds = countries.bounds.agg({'minx': 'min', 'miny': 'min', 'maxx': 'max', 'maxy': 'max'})

In [7]: bounds
Out[7]:
minx   -81.410943
miny   -55.611830
maxx   -34.729993
maxy    12.437303
dtype: float64

然后您可以根据这些界限过滤数据：

In [8]: mod_data_filtered = mod_data_geo[(
   ...:     (mod_data_geo.lat >= bounds.miny)
   ...:     (mod_data_geo.lat <= bounds.maxy)
   ...:     (mod_data_geo.long >= bounds.minx)
   ...:     (mod_data_geo.long <= bounds.maxx)
   ...: )]

现在您可以使用mod_data_filtered 进行绘图。

请注意，您可以将绘图的范围设置为边界框，但这会有点紧。

按国家/地区形状过滤

如果您想将数据过滤到某个国家/地区内，而不是将数据裁剪到边界框，您可以使用geopandas.GeoSeries.contains。

首先，分解数据以获得南美洲的单一形状：

In [8]: south_america = countries.dissolve()

In [9]: south_america
Out[9]:
                                            geometry   pop_est      continent       name iso_a3  gdp_md_est
0  MULTIPOLYGON (((-57.75000 -51.55000, -58.05000...  44293293  South America  Argentina    ARG    879400.0

然后，将点过滤到形状内的点：

In [10]: mod_data_filtered = mod_data_geo[south_america.contains(mod_data_geo)]