本文將介紹通過Python繪制地形圖的方法,所需第三方Python相關(guān)模塊包括 rasterio、geopandas、cartopy 等,可通過 pip 等方式安裝。
1 示例代碼
1.1 導(dǎo)入相關(guān)模塊
import rasterio | |
import geopandas as gpd | |
import numpy as np | |
import cartopy.crs as ccrs | |
import matplotlib.pyplot as plt | |
from matplotlib.colors import LinearSegmentedColormap |
1.2 設(shè)置地圖字體及字號
plt.rcParams["font.family"] = "Times New Roman" | |
plt.rcParams["font.size"] = 14 |
1.3 繪制地圖
# 設(shè)置投影:墨卡托投影 | |
# cartopy 投影說明:https://www.cnblogs.com/youxiaogang/p/14247184.html | |
projection = ccrs.Mercator() | |
# 繪制地圖 | |
fig, ax = plt.subplots(figsize=(20, 10), subplot_kw={'projection': projection}) | |
# 設(shè)置地圖范圍(數(shù)值參數(shù)為對應(yīng)投影下的范圍坐標) | |
ax.set_extent([13530000, 14630000, 4960000, 5850000], crs=projection) | |
# 讀取矢量文件 | |
shp = gpd.read_file("Data/Jilin_Mercator.shp") | |
shp.plot(ax=ax, transform=projection, edgecolor="black", linewidth=1, facecolor="none") | |
# 創(chuàng)建自定義顏色映射 | |
colors = ["#369121", "#95C769", "#FFFFBF", "#E6865A", "#D14E30", "#BA1414"] | |
n_bins = 100 # 定義色帶的顏色數(shù)量 | |
cmap_name = "green_brown" | |
cm = LinearSegmentedColormap.from_list(cmap_name, colors, N=n_bins) | |
# 讀取地形柵格數(shù)據(jù) | |
dataset = rasterio.open("Data/DEM_Jilin_Mercator.tif") | |
data = dataset.read(1) # 讀取第一個波段的數(shù)據(jù) | |
nodata_value = dataset.nodata # 獲取NoData值 | |
# 創(chuàng)建掩膜,去除NoData區(qū)域 | |
data = np.ma.masked_where(data == nodata_value, data) | |
# 將地形柵格添加到地圖中 | |
extent = [dataset.bounds.left, dataset.bounds.right, | |
dataset.bounds.bottom, dataset.bounds.top] | |
im = ax.imshow(data, origin="upper", extent=extent, | |
transform=projection, cmap=cm) | |
# 繪制網(wǎng)格線并添加標簽 | |
gl = ax.gridlines(draw_labels=True, linestyle="--", color="#4F4F4F") | |
gl.xlocator = plt.FixedLocator(range(120, 135, 3)) | |
gl.ylocator = plt.FixedLocator(range(40, 50, 2)) | |
# 添加色帶,設(shè)置色帶的縮放比例為 0.4,主圖和色帶之間的間距為 0.1 | |
cbar = plt.colorbar(im, ax=ax, orientation="horizontal", shrink=0.4, pad=0.1) | |
cbar.set_label("Elevation (m)", labelpad=10) # 設(shè)置色帶標簽與色帶的距離為 10 點 | |
cbar.ax.xaxis.set_label_position("top") # 設(shè)置色帶標簽位置 | |
plt.savefig("Pic.jpg", dpi=600) | |
plt.show() |
2 結(jié)果圖展示
審核編輯:黃飛
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。
舉報投訴
-
python
+關(guān)注
關(guān)注
56文章
4797瀏覽量
84727 -
地圖繪制
+關(guān)注
關(guān)注
0文章
4瀏覽量
2363
原文標題:基于Python的地圖繪制教程
文章出處:【微信號:magedu-Linux,微信公眾號:馬哥Linux運維】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
豐田汽車地圖繪制服務(wù)比谷歌地圖服務(wù)還要好
普及,谷歌地圖也正一步一步走下神壇,而這或許正是 豐田 公司想要得到的結(jié)果。 豐田將推出一款全新基于眾包模式的地圖繪制服務(wù),通過眾包模式豐田車行地圖能夠保持不間斷的更新。在豐田看來,谷
繪制高精地圖如何面對無人駕駛的到來
高精地圖的繪制并不難,問題在于成本。難的是如何理解環(huán)境發(fā)生的變化,并做出快速精準的判斷,并與車輛進行及時通訊。
發(fā)表于 06-17 08:39
?914次閱讀
VIDAR將極大地改變我們繪制世界地圖的方式
“ VIDAR”可能會極大地改變我們繪制世界地圖的方式,該技術(shù)全都基于光纜如何捕獲和分析振動。
發(fā)表于 09-08 11:28
?2639次閱讀
使用Python繪制LoRa節(jié)點的實時數(shù)據(jù)
電子發(fā)燒友網(wǎng)站提供《使用Python繪制LoRa節(jié)點的實時數(shù)據(jù).zip》資料免費下載
發(fā)表于 12-22 15:44
?0次下載
路徑規(guī)劃算法之柵格地圖繪制
a. 本欄路徑規(guī)劃利用矩陣(二維數(shù)組)來表示柵格地圖(因為對于矩陣,無論MATLAB、C++還是Python,矩陣更適合數(shù)組的表達,更便于編程。)
用Python來繪制世界地圖
Python之所以這么流行,是因為它不僅能夠應(yīng)用于科技領(lǐng)域,還能用來做許多其他學(xué)科的研究工具,繪制地圖便是其功能之一。 今天我們用matplot工具包之一的 mpl_toolkits 來繪制世界
Diagrams :基于Python繪制云系統(tǒng)架構(gòu)的模塊
Diagrams 是一個基于Python繪制云系統(tǒng)架構(gòu)的模塊,它能夠通過非常簡單的描述就能可視化架構(gòu),并支持以下6個云產(chǎn)品的圖標: AWS、Azure、GCP、K8s、阿里云 和 Oracle 云
Diagrams:基于Python繪制云系統(tǒng)架構(gòu)的模塊
Diagrams 是一個基于Python繪制云系統(tǒng)架構(gòu)的模塊,它能夠通過非常簡單的描述就能可視化架構(gòu),并支持以下6個云產(chǎn)品的圖標: AWS、Azure、GCP、K8s、阿里云 和 Oracle 云
Diagrams:基于Python繪制云系統(tǒng)架構(gòu)的模塊
Diagrams 是一個基于Python繪制云系統(tǒng)架構(gòu)的模塊,它能夠通過非常簡單的描述就能可視化架構(gòu),并支持以下6個云產(chǎn)品的圖標: AWS、Azure、GCP、K8s、阿里云 和 Oracle 云
繪制同切圓python代碼怎么運行
繪制同切圓是一個很有趣的數(shù)學(xué)問題,可以使用Python語言進行實現(xiàn)。在這篇文章中,我們將探討同切圓的概念、繪制同切圓的算法和Python代碼的實現(xiàn)。 同切圓的概念 同切圓是指具有相同圓
評論