1 簡介

我們在繪制某些地圖時，為了凸顯出每個獨立的區(qū)域，需要滿足拓?fù)渲?/code>要求，即所有相鄰的區(qū)域不可以用同一種顏色繪制，以前的手繪地圖需要繪制者自行思考設(shè)計具體的著色規(guī)則，而現(xiàn)如今通過計算機的輔助，我們可以快速生成大量的著色方案。

今天我們就來學(xué)習(xí)配合geopandas如何快速實現(xiàn)地圖的拓?fù)渲?/p>

`2 基于mapclassify的地圖拓?fù)渲?/span>`

對于著色方案的生成，我們需要使用到mapclassify這個第三方庫，以前我的geopandas系列文章分層設(shè)色篇也介紹過其中的諸多功能，而本文需要使用到其特殊的greedy功能。

以中國縣級單元矢量邊界數(shù)據(jù)為例，它包含了共2900個縣級單元的行政區(qū)劃面矢量要素：

對于這樣一個典型的面要素眾多的地圖，利用mapclassify.greedy()，我們可以基于面要素之間的鄰接拓?fù)?/span>關(guān)系，快速生成一定配色數(shù)量的方案出來，greedy()的主要參數(shù)如下：

gdf：GeoDataFrame型，用于傳入待處理的地理數(shù)據(jù)框
strategy：str型，用于設(shè)定拓?fù)渲扇〉木唧w策略，默認(rèn)為balanced（這也是QGIS中拓?fù)渲褂玫姆椒ǎ溆嗫蛇x策略有'largest_first'、'random_sequential'、'smallest_last'、'independent_set'、'connected_sequential_bfs'、'connected_sequential_dfs'、'connected_sequential'、'saturation_largest_first'、'DSATUR'等，詳細(xì)介紹見https://networkx.github.io/documentation/stable/reference/algorithms/generated/networkx.algorithms.coloring.greedy_color.html
balance：str型，當(dāng)strategy='balanced'時，用于設(shè)定如何進行“平衡”著色，默認(rèn)為'count'，可選項如下，其中除了'count'方式以外，其余方式均需要輸入的GeoDataFrame為投影坐標(biāo)系：

count：盡量保持每種顏色對應(yīng)的面要素數(shù)量平衡
area：盡量保持每種顏色對應(yīng)的面要素面積之和平衡
centroid：盡量保持每種顏色對應(yīng)的面要素之間「重心距離」平衡
distance：盡量保持每種顏色對應(yīng)的面要素之間「拓?fù)渚嚯x」平衡

min_colors：int型，當(dāng)strategy='balanced'時，用于設(shè)置色彩方案「至少」的色彩數(shù)量，最后運算產(chǎn)生的色彩劃分結(jié)果可能會大于這個參數(shù)
sw：str型，用于設(shè)定拓?fù)溧徑雨P(guān)系判定策略，'rook'表示「共邊鄰接」，'queen'表示「共點鄰接」，默認(rèn)為'queen'
min_distance：數(shù)值型，默認(rèn)為None，有時由于數(shù)據(jù)質(zhì)量、精度的原因，可能會導(dǎo)致肉眼看起來的鄰接實際上仍然存在一定的“間距”，這時就可以使用min_distance參數(shù)來設(shè)定距離閾值來幫助greedy捕捉相鄰面要素關(guān)系，即面要素兩兩之間拓?fù)渚嚯x小于min_distance時也視作“鄰接”

知曉了greedy()的主要參數(shù)后，我們下面來演示如何使用它來輔助制作拓?fù)渲貓D。

首先我們需要向greedy()中傳入對應(yīng)的面要素GeoDataFrame，greedy()會根據(jù)我們的參數(shù)設(shè)定為每一個面生成一個標(biāo)簽，我們只需要將此標(biāo)簽列作為繪圖著色映射列即可，可以看到最終得到的標(biāo)簽方案中共有7種不同標(biāo)簽，雖然按照四色問題的猜想，任何拓?fù)渲貓D只需要4種顏色即可完成色彩填充，但在有限的計算時間內(nèi)，greedy()給出了還不錯的方案：