Plot shapefile dengan matplotlib

Saya mencoba membaca sebuah shapefile dan memplotnya menggunakan matplotlib. Ini kodenya:

import matplotlib.pyplot as plt
import shapefile   

shpFilePath = "D:\test.shp"  
listx=[]
listy=[]
test = shapefile.Reader(shpFilePath)
for sr in test.shapeRecords():
    for xNew,yNew in sr.shape.points:
        listx.append(xNew)
        listy.append(yNew)
plt.plot(listx,listy)
plt.show()

Namun, saya mendapatkan garis yang menghubungkan poligon saya. Bagaimana saya bisa menggambar poligon sedemikian rupa sehingga ada jalan di shapefile. Berikut adalah screenshot dari plot dan shapefile ketika dibuka dengan ArcGIS.

Saya akan menyerahkan kepada Anda cara mengumpulkan bentuk tetapi ini adalah prinsipnya

import numpy as np
from matplotlib import pyplot as p  #contains both numpy and pyplot
x1 = [-1,-1,10,10,-1]; y1 = [-1,10,10,-1,-1]
x2 = [21,21,29,29,21]; y2 = [21,29,29,21,21]
shapes = [[x1,y1],[x2,y2]]
for shape in shapes:
  x,y = shape
  p.plot(x,y)
p.show()

Untuk referensi di masa mendatang, inilah solusi yang saya gunakan setelah mengikuti saran di atas.

import shapefile as shp  # Requires the pyshp package
import matplotlib.pyplot as plt

sf = shp.Reader("test.shp")

plt.figure()
for shape in sf.shapeRecords():
    x = [i[0] for i in shape.shape.points[:]]
    y = [i[1] for i in shape.shape.points[:]]
    plt.plot(x,y)
plt.show()

Angka yang dihasilkan akan sangat berwarna, tetapi kemudian, Anda hanya perlu menyesuaikan kata kunci plot.

Anda perlu menggunakan jalur dan tambalan matplotlib dan ada modul Python yang didedikasikan untuk memplot poligon dari shapefile menggunakan fungsi-fungsi ini Descartes .

Karena Pyshp (shapefile) memiliki konvensi geo_interface ( geo_interface baru untuk PyShp ), Anda dapat menggunakannya.

polys  = shapefile.Reader("polygon")
# first polygon
poly = polys.iterShapes().next().__geo_interface__
print poly
{'type': 'Polygon', 'coordinates': (((151116.87238259654, 135890.8706318218), (153492.19971554304, 134793.3055883224), (153934.50204650551, 133892.31935858406), (152623.97662143156, 131811.86024627919), (150903.91200102202, 130894.49244872745), (149347.66305874675, 132991.33312884573), (149151.08424498566, 134383.76639298678), (151116.87238259654, 135890.8706318218)),)}

Hasilnya adalah representasi GeoJSON dari geometri dan Anda dapat menggunakan solusi Cara memplot data geo menggunakan matplotlib / python

import matplotlib.pyplot as plt 
from descartes import PolygonPatch
BLUE = '#6699cc'
fig = plt.figure() 
ax = fig.gca() 
ax.add_patch(PolygonPatch(poly, fc=BLUE, ec=BLUE, alpha=0.5, zorder=2 ))
ax.axis('scaled')
plt.show()

Ini dapat dilakukan dengan menggunakan geopanda atau pyshp seperti yang dibahas dalam jawaban ini . Geopanda menggunakan matplotlib di bagian belakangnya untuk merencanakan.

Selain jawaban ldocao, dan menanggapi pertanyaan FaCoffee. Ketika Anda memiliki pulau-pulau terpencil dan mereka adalah bagian dari fitur yang sama, Anda dapat mencoba berikutnya:

import shapefile as shp
import matplotlib.pyplot as plt

sf = shp.Reader("test.shp")

plt.figure()
for shape in sf.shapeRecords():
    for i in range(len(shape.shape.parts)):
        i_start = shape.shape.parts[i]
        if i==len(shape.shape.parts)-1:
            i_end = len(shape.shape.points)
        else:
            i_end = shape.shape.parts[i+1]
        x = [i[0] for i in shape.shape.points[i_start:i_end]]
        y = [i[1] for i in shape.shape.points[i_start:i_end]]
        plt.plot(x,y)
plt.show()

Ini membuatnya bekerja untuk saya. Propertie "bagian" dari suatu bentuk mengembalikan indeks awal geometri differents di dalam fitur.

Namun, dalam satu bentuk shapefile, mungkin ada beberapa bagian. Ini akan memplot setiap bagian dalam satu bentuk, secara terpisah.

import matplotlib.pyplot as plt
import shapefile
import numpy as np

this_shapefile = shapefile.Reader(map_file_base) # whichever file
shape = this_shapefile.shape(i) # whichever shape
points = np.array(shape.points)

intervals = list(shape.parts) + [len(shape.points)]

ax = plt.gca()
ax.set_aspect(1)

for (i, j) in zip(intervals[:-1], intervals[1:]):
    ax.plot(*zip(*points[i:j]))