GeoPandas 多图中的共享图例

Question

我正在为每个月创建一个带有 GeoPandas GeoDataFrame.plot() 子图的多图。如何为所有子图共用图例以及 x 和 y 轴并控制 figsize？。

我知道有sharex=True 和sharey=True，但我不知道放在哪里。

plt.figure(sharex=True, sharey=True) 返回TypeError: __init__() got an unexpected keyword argument 'sharex'

world.plot(column='pop_est', ax=ax, legend=True, sharex=True, sharey=True) 返回AttributeError: 'PatchCollection' object has no property 'sharex'

ax = plt.subplot(4, 3, index + 1, sharex=True, sharey=True) 返回TypeError: cannot create weak reference to 'bool' object

import pandas as pd
import geopandas as gpd
import matplotlib.pyplot as plt

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

months = pd.DataFrame(["January", "February", "March", "April", "May", "June", "July", "August", "September", "October", "November", "December"],
                      columns = ['months'])

plt.figure()

for index, i in months.iterrows():
    ax = plt.subplot(4, 3, index + 1) # nrows, ncols, axes position
    world.plot(column='pop_est', ax=ax, legend=True)
    ax.set_title(index)
    ax.set_aspect('equal', adjustable='datalim')

plt.suptitle('This is the figure title', fontsize=12, y=1.05)
plt.tight_layout()
plt.show()

Answer 1

shared_x 和 share_y 关键字已经在上面的 cmets 中由 @ImportanceOfBeingErnest 进行了解释。效果很好，如果您实际上是在展示整个世界，我会亲自删除所有刻度/标签。但对于子集，它可能会有所帮助。

创建一个共享图例（Matplotlib 将其称为颜色条，而不是图例）有点挑剔，因为 Geopandas 不返回轴而不是 mapabble（就像 Matplotlib 通常那样）。一个简单的解决方法是从轴集合中获取它，但这确实需要一些假设，如果有多个，您需要哪个可映射。

在这种情况下，每个轴只有 1 个（补丁集合），并且每个轴都相同。因此，使用axs[0].collections[0] 获取 ith 很简单，但不是最强大的解决方案。

另一种方法是使用cax=cax 关键字预先创建cax 并将其提供给Geopandas 图。但是手动创建cax（使用 fig.add_axes([]) 不太方便。

如下所示使用fig.colorbar 似乎更容易，因为它允许基于轴列表/数组创建cax。

fig, axs = plt.subplots(4,3, figsize=(10,7), 
                        facecolor='w',
                        constrained_layout=True, 
                        sharex=True, sharey=True, 
                        subplot_kw=dict(aspect='equal'))

axs = axs.ravel()

fig.suptitle('This is the figure title', fontsize=12, y=1.05)

for index, i in months.iterrows():

    axs[index].set_title(index)
    world.plot(column='pop_est', ax=axs[index])


# assume it's the first (and only) mappable
patch_col = axs[0].collections[0]
cb = fig.colorbar(patch_col, ax=axs, shrink=0.5)