重新排列 geopandas 中的多边形以进行 matplotlib 绘图

Question

我正在做一个项目，我正在使用一个形状文件来制作美国的等值线地图。为此，我从美国人口普查局下载了标准形状文件here。经过一点清理（我通过更改绘图的轴限制删除了一些无关的岛屿领土），我能够让连续的状态整齐地适合 matplotlib 图形的边界。 有关参考，请参阅下面的编辑 4。

编辑 1： 我正在使用 cb_2018_us_state_500k.zip [3.2 MB] 形状文件。

现在唯一的问题是，通过设置轴限制，我现在无法再查看阿拉斯加和夏威夷（因为这些显然是通过限制轴限制而被删除的）。我现在想将这两个多边形重新添加到我的地图中，但现在要添加到绘图图的下部（大多数其他此类地图给出的处理方式），尽管它的地理不准确。

更具体地说，我有兴趣选择代表阿拉斯加和夏威夷的多边形并将它们移动到我的图形的左下角。这有可能吗？

我可以使用以下方法创建布尔掩码：

mask = df['STUSPS'] == 'AK'

为这个状态自己获取这个多边形；但是，我现在有点不知道如何移动它/重新定位它。

编辑 2： 由于每个状态都由 geometry dtype 表示，我可以只对多边形中的每个点应用变换吗？对于阿拉斯加，几何列显示：

27    MULTIPOLYGON (((179.48246 51.98283, 179.48656 ...
Name: geometry, dtype: geometry

会说将此列表中的每个数字乘以相同的常数来完成此操作吗？

我想把阿拉斯加放在左下角(-125, 27) 附近的某个地方，夏威夷在它旁边的(-112, 27) 附近。

编辑 3：

我的代码：

import geopandas as gpd
import matplotlib.pyplot as plt

# import the United States shape file 
df = gpd.read_file('Desktop/cb_2018_us_state_500k/cb_2018_us_state_500k.shp')

# exclude the values that we would not like to display
exclude = df[~df['STUSPS'].isin(['PR', 'AS', 'VI', 'MP', 'GU','AK'])]

# create a plot figure
fig, ax = plt.subplots(1, figsize=(20, 10))

exclude.plot(column="NAME", ax=ax)
_ = ax.set_xlim([-130, -64])
_ = ax.set_ylim([22, 53])

我现在拥有的示例图：

任何见解或资源、解释或示例的链接将不胜感激。

注意：从技术上讲，我可以通过简单地使用该位置已经包含阿拉斯加和夏威夷的形状文件来避免这种情况，例如内政部提供的文件；但是，如果我想说添加关岛或波多黎各，这将不起作用。

期望的结果：

编辑 4：我想做的是类似于 this question，但在 python 中而不是 R。

图片来源：Murphy

Answer 1

您可以使用ax.inset_axes() 简单地实现最终目标，然后在插图上指定不同的经度/纬度范围。

这是一个简单的方法：

# import the United States shape file
df = gpd.read_file('cb_2018_us_state_500k/cb_2018_us_state_500k.shp')

# set state code as index, exclude states that we will never display
df = df.set_index('STUSPS').drop(index=['PR', 'VI', 'MP', 'GU', 'AS'])

# create an axis with 2 insets − this defines the inset sizes
fig, continental_ax = plt.subplots(figsize=(20, 10))
alaska_ax = continental_ax.inset_axes([.08, .01, .20, .28])
hawaii_ax = continental_ax.inset_axes([.28, .01, .15, .19])

# Set bounds to fit desired areas in each plot
continental_ax.set_xlim(-130, -64)
continental_ax.set_ylim(22, 53)

alaska_ax.set_ylim(51, 72)
alaska_ax.set_xlim(-180, -127)

hawaii_ax.set_ylim(18.8, 22.5)
hawaii_ax.set_xlim(-160, -154.6)

# Plot the data per area - requires passing the same choropleth parameters to each call
# because different data is used in each call, so automatically setting bounds won’t work
vmin, vmax = df['ALAND'].agg(['min', 'max'])
df.drop(index=['HI', 'AK']).plot(column="ALAND", ax=continental_ax, vmin=vmin, vmax=vmax)
df.loc[['AK']].plot(column="ALAND", ax=alaska_ax, vmin=vmin, vmax=vmax)
df.loc[['HI']].plot(column="ALAND", ax=hawaii_ax, vmin=vmin, vmax=vmax)

# remove ticks
for ax in [continental_ax, alaska_ax, hawaii_ax]:
    ax.set_yticks([])
    ax.set_xticks([])

这是结果，如您所见，颜色与每个州的土地面积成正比：

Answer 2

你可以做这样的事情。您必须找到正确的偏移量才能将阿拉斯加定位到您想要的准确位置。

现在，您有以下数据框：

 STATEFP   STATENS     AFFGEOID GEOID STUSPS            NAME LSAD  \
0      28  01779790  0400000US28    28     MS     Mississippi   00   
1      37  01027616  0400000US37    37     NC  North Carolina   00   
2      40  01102857  0400000US40    40     OK        Oklahoma   00   

          ALAND       AWATER  \
0  121533519481   3926919758   
1  125923656064  13466071395   
2  177662925723   3374587997   

                                            geometry  
0  MULTIPOLYGON (((-88.50297 30.21523, -88.49176 ...  
1  MULTIPOLYGON (((-75.72681 35.93584, -75.71827 ...  
2  POLYGON ((-103.00257 36.52659, -103.00219 36.6...  

您可以按照您的方式提取阿拉斯加，或类似的方式：

USA_ALS = USA[USA.STUSPS=='AK']

从那里您可以执行以下操作：

USA_ALS['geometry'] = USA_ALS.geometry.apply(lambda x: shapely.affinity.translate(x, xoff=0, yoff=-100))

沿 x 和 y 轴平移几何图形。

从原始 df 中删除旧的 Alska 并与新的连接：

USA = USA[USA.STUSPS!='AK']
New_USA = pd.concat([USA,USA_ALS])
New_USA.geometry.plot()

这给出了：

``