如何调整 Python 中的 Choropleth 地图大小

地理空间数据可以使用分级统计地图进行有效可视化。通过使用不同的色调或颜色来表示不同地点的不同数据值或类别，这些地图使您能够快速发现模式和趋势。然而，默认的分级统计地图尺寸可能并不总是最适合您的特定用例。在本文中，我们将探讨如何使用 Python 来放大分级统计地图。

分级统计地图是一种主题地图，它显示了根据特定数据变量着色或图案化的分割区域或地块。在 Python 中，可以使用多种工具来生成分级统计地图，包括 matplotlib、plotly 和 geopandas。

分级统计地图是可视化特定地理区域数据的强大工具。在 Python 中生成分级统计地图的两个最受欢迎的库是 geopandas 和 plotly。可以使用 plotly 或 matplotlib 的 layout() 函数更改 Python 中分级统计地图的大小。为了可视化和分析数据中的空间模式和趋势，分级统计地图经常在地理学、经济学和公共卫生等各个领域中使用。在这里，我们将介绍制作可调整大小地图的三种技术。

前提条件

使用下面显示的 pip 命令安装必要的库。

使用 GeoPandas 库制作分级统计地图。

在接下来的示例中，我们首先加载所需的库，geopandas 和 matplotlib。加载 naturalearth_lowres 数据集后，我们绘制 gdp_md_est 列，该列表示估计的国内生产总值，以生成国家分级统计地图。我们使用了图例和 OrRd 颜色映射。然后，通过使用 plt.gcf() 获取当前图形对象，使用 set_size_inches() 更改其大小，并使用 plt.show() 显示图形来调整绘图大小。在此示例中，我们将图形大小设置为 12 英寸宽、6 英寸高。我们可以根据您的具体要求修改尺寸。通过使用输出中可见的组件，我们可以调整该地图的大小。

输出

使用 Plotly 库制作分级统计地图。

在此，我们导入 Plotly 库。

此代码使用 plotly.graph_objects 模块创建美国分级统计地图，显示三个州（加利福尼亚州、德克萨斯州和纽约州）的数据，并用颜色表示相应的值（1、2 和 3）。我们可以使用输出中显示的组件来调整该地图的大小。

输出

创建分级统计地图的另一种技术是更改颜色条的大小，颜色条是显示地图颜色所代表的值范围的图例。使用 coloraxis 参数，Plotly 允许您更改颜色条的大小和位置。

在上面的示例中，使用 update_layout 方法将 coloraxis_colorbar 参数更新为字典，其中 thickness、len、yanchor 和 y 条目分别代表颜色条的厚度、长度、垂直锚点和位置。通过将 thickness 设置为 20，将 len 设置为 0.5，使颜色条更宽、更短。通过将 yanchor 设置为“middle”，将 y 值设置为 0.5，将颜色条放置在图形的垂直中心。

通过利用缩放选项来增加或减小缩放级别，您还可以更改地图的实际大小。您可以使用此选项选择地图的缩放级别，其中较高的值表示更近的视图，较低的值表示更远的视图。

在此示例中，使用 update_layout 方法将 geo 参数设置为一个字典，其中包含 scope 和 projection_scale 键，分别代表地图的地理范围和投影的比例。通过将 projection_scale 设置为 2，将 scope 设置为 'usa'，来放大和缩近美国地图。