Geopandas 为子图提供一致的用户定义配色方案

如何解决Geopandas 为子图提供一致的用户定义配色方案

我是 geopandas 的新手，我在创建具有一致 bin 的 choropleth 子图时遇到了问题。我需要在所有子图中创建一致的用户定义配色方案。

我遵循了以下示例： matplotlib geopandas plot chloropleth with set bins for colorscheme https://github.com/geopandas/geopandas/issues/1019

虽然我能够重现这两个示例，但我使用自己的数据出现了非常奇怪的行为。下面是一个重现我的问题的玩具示例。

import geopandas as gpd
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from mapclassify import Quantiles,UserDefined
import os

# Note you can read directly from the URL
gdf = gpd.read_file('https://opendata.arcgis.com/datasets/8d3a9e6e7bd445e2bdcc26cdf007eac7_4.geojson')
#gdf.plot()
gdf.shape
gdf.columns
gdf['rgn15nm'].head(9)


d = {
'rgn15nm': ['North East','North West','Yorkshire and The Humber','East Midlands','West Midlands','East of England','London','South East','South West'],'1980' : pd.Series([0,1,0]),'2000' : pd.Series([1,'2020' : pd.Series([1,10,3,1])
}

df = pd.DataFrame(d) 

数据如下：

gdf = gdf.merge(df,on='rgn15nm')


# Define bins
gdf['2020'].describe()
bins= UserDefined(gdf['2020'],bins=[0,2,4,5,6,7,8,9,10]).bins
bins

# create a new column with the discretized values and plot that col
# repeat for each view
fig,(ax1,ax2,ax3) = plt.subplots(1,figsize=(15,6))
gdf.assign(cl=UserDefined(gdf['1980'].dropna(),bins).yb).plot(column='cl',ax=ax1,cmap='OrRd',legend = True )
gdf.assign(cl=UserDefined(gdf['2000'].dropna(),ax=ax2,legend = True) 
gdf.assign(cl=UserDefined(gdf['2020'].dropna(),list(bins)).yb).plot(column='cl',ax=ax3,legend = True)
for ax in (ax1,ax3,):
    ax.axis('off')

很明显，颜色方案在子图中不相同。我的意思是，“西北”（1980 年子图中唯一突出显示的区域）在所有年份相同的值都是 1 1980、2000 和 2020。然而，该区域在 3 个子图中以不同的颜色显示，尽管值是恒定的。我希望“西北”在所有 3 个子图上以相同的颜色（2020 年的子图）显示。

我也试过这个：

fig,6))
ax1.set_title('1980')
ax2.set_title('2000')
ax3.set_title('2020')
gdf.plot(column='1980',scheme='userdefined',classification_kwds={'bins':[ 0,10]})
gdf.plot(column='2000',10]})
gdf.plot(column='2020',10]})
for ax in (ax1,ax3):
    ax.axis('off')

但得到的数字与上图完全相同（见下文）

有没有大神懂的？我希望所有 3 个子图都有一致的配色方案。

解决方法

所以最终的解决方案是使用“规范”选项。按照这个例子：Geopandas userdefined color scheme drops colors。见下文：

from matplotlib.colors import Normalize
bins= UserDefined(gdf['2020'],bins=[0,1,2,3,4,5,6,7,8,9,10]).bins
bins

fig,(ax1,ax2,ax3) = plt.subplots(1,figsize=(15,6))
ax1.set_title('1980')
ax2.set_title('2000')
ax3.set_title('2020')
gdf.plot(column='1980',ax=ax1,cmap='OrRd',scheme='userdefined',classification_kwds={'bins':bins},norm=Normalize(0,len(bins)))
gdf.plot(column='2000',ax=ax2,len(bins)))
gdf.plot(column='2020',ax=ax3,len(bins)))
for ax in (ax1,ax3):
    ax.axis('off')

结果正是我想要的：

Expected Graph

或者按照 Paul H 的建议：

fig,vmin = 0,vmax = 10)
gdf.plot(column='2000',vmax = 10)
gdf.plot(column='2020',vmax = 10)
for ax in (ax1,ax3):
    ax.axis('off')