Basemap系列教程：使用shapefiles绘制地图

译注：绘制地图时因为一些原因可能需要使用shapefile添加地图信息，比如很多软件中的关于中国的地图信息都不是很准确，当要明确标注中国边界信息时就会出问题。这次就介绍一下如何利用shp文件添加地图信息。

基本用法：

首先用一种最简单的方式绘制 shapefile

from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt

map = Basemap(llcrnrlon=-0.5,llcrnrlat=39.8,urcrnrlon=4.,urcrnrlat=43.,
             resolution='i', projection='tmerc', lat_0 = 39.5, lon_0 = 1)

map.drawmapboundary(fill_color='aqua')
map.fillcontinents(color='#ddaa66',lake_color='aqua')
map.drawcoastlines()

map.readshapefile('../sample_files/comarques', 'comarques')

plt.show()

• 第一个参数为 shapefile 文件名，而且不应含有扩展名，因为Basemap假设给定名的 shapefile 文件，其 shp，sbf， shx文件均存在
• 第二个参数为之后 Basemap实例要从shapefile文件中获取的信息名称
  当然这些存在一些约束：

注意：

• 文件必须是 EPSG:4326 或 经纬度坐标。如果不是，可以使用 ogr2ogr 进行转换
• 元素必须只有2维
• 此例只有在元素是 polygons 或 polylines 时有效

如图所示，结果仅是 polygons（polylines）的边界。如果要填充 polygons，可看后面的 填充 polygons 部分。

读取点数据

绘制点要复杂一些。首先，要读取 shapefile，然后使用 scatter， plot 或 matplotlib 函数进行绘制。

from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt

map = Basemap(llcrnrlon=-0.5,llcrnrlat=39.8,urcrnrlon=4.,urcrnrlat=43.,
             resolution='i', projection='tmerc', lat_0 = 39.5, lon_0 = 1)

map.drawmapboundary(fill_color='aqua')
map.fillcontinents(color='#ddaa66',lake_color='aqua')
map.drawcoastlines()

map.readshapefile('../sample_files/comarques', 'comarques')

lightning_info = map.readshapefile('../sample_files/lightnings', 'lightnings')

print lightning_info

for info, lightning in zip(map.lightnings_info, map.lightnings):
    if float(info['amplitude']) < 0:
        marker = '_'
    else:
        marker = '+'
    map.plot(lightning[0], lightning[1], marker=marker, color='m', markersize=8, markeredgewidth=2)

plt.show()

例子显示了一次雷暴过程中Catalonia 发生的闪电位置。

• 第二个参数名为 lightnings ，而且是 Basemap 实例映射，因此可以使用 map.lightning 获取shapefile文件中的几何元素，map.lightning_info 获取元素fields
• shapefile 方法返回元素序列，几何类型代码 ¹ 及 边界范围
• 17行表示如何迭代所有元素
  – zip 将每一个 geometry 和对应的 field value 联结到一起
  – 当迭代字典时，使用 for 循环可以迭代每一个元素
• 此例中， 域名 amplitude 可用于判断闪电是正还是负，从而确定符号
• 使用 plot 绘制点时，使用 marker属性改变符号

多边形信息

此例展示了如何使用 shapefile 属性选择一些 geometries

from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt

map = Basemap(llcrnrlon=-0.5,llcrnrlat=39.8,urcrnrlon=4.,urcrnrlat=43.,
             resolution='i', projection='tmerc', lat_0 = 39.5, lon_0 = 1)

map.drawmapboundary(fill_color='aqua')
map.fillcontinents(color='#ddaa66',lake_color='aqua')
map.drawcoastlines()

map.readshapefile('../sample_files/comarques', 'comarques', drawbounds = False)

for info, shape in zip(map.comarques_info, map.comarques):
    if info['nombre'] == 'Selva':
        x, y = zip(*shape) 
        map.plot(x, y, marker=None,color='m')
plt.show()

• 如果要迭代所有元素，使用上例中的 zip
• 使用 nombre 域名进行过滤，这里也仅选择值为 Selva
• 要绘制线的话， x 和 y必须为单独的数组，但 geometry 通常是成对的点。如何实现分离可以看这里：
  http://stackoverflow.com/questions/13635032/what-is-the-inverse-function-of-zip-in-python’
• 使用 plot 方法绘制，去除 marker 即可获得一条线

填充多边形

基本的绘制并不会填充多边形，下面介绍以下如何绘制填充多边形：

from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt
from matplotlib.patches import Polygon
from matplotlib.collections import PatchCollection
from matplotlib.patches import PathPatch
import numpy as np

fig     = plt.figure()
ax      = fig.add_subplot(111)

map = Basemap(llcrnrlon=-0.5,llcrnrlat=39.8,urcrnrlon=4.,urcrnrlat=43.,
             resolution='i', projection='tmerc', lat_0 = 39.5, lon_0 = 1)

map.drawmapboundary(fill_color='aqua')
map.fillcontinents(color='#ddaa66',lake_color='aqua')
map.drawcoastlines()

map.readshapefile('../sample_files/comarques', 'comarques', drawbounds = False)

patches   = []

for info, shape in zip(map.comarques_info, map.comarques):
    if info['nombre'] == 'Selva':
        patches.append( Polygon(np.array(shape), True) )
        
ax.add_collection(PatchCollection(patches, facecolor= 'm', edgecolor='k', linewidths=1., zorder=2))

plt.show()

• matplotlib 使用一个名为 PatchCollection 的类用于设置填充多边形
• 此例中，形状为 Polygon。要创建它的话，坐标必须为 numpy 数组。第二个参数设置多边形为闭合。

---

1. http://shapelib.maptools.org/shp_api.html
   http://stackoverflow.com/questions/15968762/shapefile-and-matplotlib-plot-polygon-collection-of-shapefile-coordinates ↩︎