本文示例代码及文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes

1 简介

　　我们在绘制某些地图时，为了凸显出每个独立的区域，需要满足拓扑着色要求，即所有相邻的区域不可以用同一种颜色绘制，以前的手绘地图需要绘制者自行思考设计具体的着色规则，而现如今通过计算机的辅助，我们可以快速生成大量的着色方案。

　　今天我们就来学习配合geopandas如何快速实现地图的拓扑着色。

2 基于mapclassify的地图拓扑着色

　　对于着色方案的生成，我们需要使用到mapclassify这个第三方库，以前我的geopandas系列文章分层设色篇也介绍过其中的诸多功能，而本文需要使用到其特殊的greedy功能。

　　以中国县级单元矢量边界数据为例，它包含了共2900个县级单元的行政区划面矢量要素：

　　对于这样一个典型的面要素众多的地图，利用mapclassify.greedy()，我们可以基于面要素之间的邻接拓扑关系，快速生成一定配色数量的方案出来，greedy()的主要参数如下：

• gdf：GeoDataFrame型，用于传入待处理的地理数据框
• strategy：str型，用于设定拓扑着色所采取的具体策略，默认为balanced（这也是QGIS中拓扑着色所使用的方法），其余可选策略有'largest_first'、'random_sequential'、'smallest_last'、'independent_set'、'connected_sequential_bfs'、'connected_sequential_dfs'、'connected_sequential'、'saturation_largest_first'、'DSATUR'等，详细介绍见https://networkx.github.io/documentation/stable/reference/algorithms/generated/networkx.algorithms.coloring.greedy_color.html
• balance：str型，当strategy='balanced'时，用于设定如何进行“平衡”着色，默认为'count'，可选项如下，其中除了'count'方式以外，其余方式均需要输入的GeoDataFrame为投影坐标系：
  • count：尽量保持每种颜色对应的面要素数量平衡
  • area：尽量保持每种颜色对应的面要素面积之和平衡
  • centroid：尽量保持每种颜色对应的面要素之间重心距离平衡
  • distance：尽量保持每种颜色对应的面要素之间拓扑距离平衡
• min_colors：int型，当strategy='balanced'时，用于设置色彩方案至少的色彩数量，最后运算产生的色彩划分结果可能会大于这个参数
• sw：str型，用于设定拓扑邻接关系判定策略，'rook'表示共边邻接，'queen'表示共点邻接，默认为'queen'
• min_distance：数值型，默认为None，有时由于数据质量、精度的原因，可能会导致肉眼看起来的邻接实际上仍然存在一定的“间距”，这时就可以使用min_distance参数来设定距离阈值来帮助greedy捕捉相邻面要素关系，即面要素两两之间拓扑距离小于min_distance时也视作“邻接”

　　知晓了greedy()的主要参数后，我们下面来演示如何使用它来辅助制作拓扑着色地图。

　　首先我们需要向greedy()中传入对应的面要素GeoDataFrame，greedy()会根据我们的参数设定为每一个面生成一个标签，我们只需要将此标签列作为绘图着色映射列即可，可以看到最终得到的标签方案中共有7种不同标签，虽然按照四色问题的猜想，任何拓扑着色地图只需要4种颜色即可完成色彩填充，但在有限的计算时间内，greedy()给出了还不错的方案：

　　按照标签进行颜色分配：

　　放大仔细发现，每个邻接的区域的确实现了颜色不重合：

　　而如果你希望用自定义色彩值来配合标签字段进行映射，则可以参考我下面的做法，将具体的颜色值譬如16进制色彩字符串传入color参数，这里使用到以前介绍过多次的配色库palettable：

　　以上就是本文的全部内容，欢迎在评论区与我进行讨论~