方法一：python绘图
首先在网上收集shp矢量地图数据，这里推荐阿里云：DataV.GeoAtlas地理小工具系列，但它只能得到区县一级的数据粒度，乡镇一级需要其它渠道（如csdn资源，Bigemap等），得到json文件后，若有需要修改的地方，可以通过Arcgis进一步编辑改进（如裁剪地图，增删要素，地图要素导出，文件格式转换等）,内置的Arctoolbox功能很强大。
编辑
编辑
然后将格式化转出的geojson数据放到这个网站：mapshaper转换为shp格式
编辑
得到一个压缩包，解压后将整个文件导入pycharm中（记得不能只有shp文件，否则会报错）：
编辑
将csv数据文件和shp地图文件导入进python中，后面进行数据的整合，示例代码如下（南京市人口密度图）：
import pandas as pd import geopandas as gpd import matplotlib import matplotlib.pyplot as plt matplotlib.use('TkAgg') # 更改为 TkAgg 后端 # 设置字体为 SimHei，确保能够显示中文 matplotlib.rcParams['font.sans-serif'] = ['SimHei'] # 指定中文字体 matplotlib.rcParams['axes.unicode_minus'] = False # 处理负号显示问题 # 读取人口密度数据 data = pd.read_csv('C:/Users/86182/Desktop/population/nanjing_population_density.csv',encoding='gbk') # 读取矢量地图数据 nanjing_map = gpd.read_file('C:/Users/86182/Desktop/population/nanjing_shapefile/nanjing_shapefile.shp',encoding='utf-8') #整合数据 merged = nanjing_map.set_index('name').join(data.set_index('district')) fig, ax = plt.subplots(1, 1, figsize=(10, 10)) merged.plot(column='population_density', ax=ax, legend=True, legend_kwds={'label': "人口密度 (人/km²)", 'orientation': "horizontal"}, cmap='Pastel1') # 使用颜色映射 # 添加标题 plt.title('南京市人口分布密度图') #地区数据标注 locations = { "秦淮区": (118.7984, 32.0204), "建邺区": (118.7436, 32.0102), } for district, coord in locations.items(): plt.scatter(*coord, color='red', s=5) # 标记位置 # 显示图形 plt.show()
locations中是对应地方的经纬度，用于数据标注。这里的cmap='Pastel1'只是一种方式，更多如下：
在 Matplotlib 中，cmap（颜色映射）用于将数据值映射到颜色。常见的颜色映射类型包括：
1. 线性渐变（Sequential Colormaps）
用于表示从低到高的数值变化：
viridis：默认，适合大多数应用。plasma：高对比度，适合视觉上需要突出显示的情况。inferno：适合热图，暗色调。magma：柔和的颜色变化。cividis：为色盲用户设计的颜色映射。
2. 离散颜色（Qualitative Colormaps）
适合分类数据：
Set1、Set2、Set3：用于离散分类。Pastel1、Pastel2：柔和的离散颜色。Dark2：较为鲜艳的颜色。
3. 对比色（Diverging Colormaps）
用于表示具有中间值的数值，例如正负变化：
coolwarm：从蓝色到红色的渐变，适合表示差异。RdYlBu：从红色到黄色再到蓝色的渐变。PiYG：粉色到绿色的渐变。BrBG：棕色到蓝绿色的渐变。
最后效果如下： 
编辑
方法二：Arcgis绘图：
首先导入shp文件，接着点击数据框属性 
编辑
在投影坐标系中选择合适的地图作为坐标系
编辑
然后打开属性表添加area字段，计算几何面积
编辑
然后加入人口数据，将人口数据csv文件导入，进行数据连接：
编辑
后进行字段计算，得出对应的人口密度:
编辑
然后打开图层的属性选择色带和分类数，根据人口密度进行颜色渲染。
最后插入指南针和图例，大功告成：
编辑
如果想要自定义渐变色带。可以点样式管理器进行操作：
编辑
具体教程有很多
注：如果页面动不了，图例也无法修改，说明点到了焦点数据框,再点一下就解锁了：
编辑
如果想要制作像这样的色带图例需要将它转换为图形，再解除分组就可以操作它里面的文本和图形内容了：
编辑
最后谈一下word数据处理，根据其数据制作excel表格时可以用代码实现数据分割：
如遇到这样以元组为单位的数据：
编辑
可以用c++代码分割地名和地址：
#include <iostream> #include <fstream> #include <sstream> #include <string> int main() { std::ifstream inputFile("locations.txt"); std::ofstream namesFile("names.txt"); std::ofstream addressesFile("addresses.txt"); std::string line; while (std::getline(inputFile, line)) { // 去除首尾空白字符，包括空格、制表符和换行符 line.erase(0, line.find_first_not_of(" \t\n\r\f\v")); line.erase(line.find_last_not_of(" \t\n\r\f\v") + 1); // 跳过空行 if (line.empty()) { continue; } // 由于地名和地址是换行分隔的，我们可以交替写入两个文件 static bool isName = true; // 静态变量用于跟踪当前行是地名还是地址 if (isName) { namesFile << line << std::endl; } else { addressesFile << line << std::endl; } // 切换状态 isName = !isName; } inputFile.close(); namesFile.close(); addressesFile.close(); return 0; }
结果：
编辑
编辑
非常好用，如果数据量小的话可以直接交给ai
数据标注：
关于获得地址的经纬度在arcgis上进行地图数据标注:
对给定大量地址进行批量获得经纬度的方法，这个python脚本非常好用：
使用高德地图API批量获取地址对应的经纬度_高德地图api经纬度定位查询-CSDN博客
编辑
编辑 
编辑
然后进行数据标注,
编辑
右键导入的表格点击显示xy数据然后选择地理坐标系中的：
编辑
编辑
注意：一定是上面的形式，否则地图上没有标注显示
解释一下两者的不同：
地理坐标系
地理坐标系定义：地理坐标系是以椭球体面为参考面，以法线为依据，用经纬度表示地面点在椭球表面的位置的坐标系统。
投影坐标系
投影：将球面坐标转为平面坐标的过程。
如果在操作过程中遇到了比例尺变得很大或者找不到地图的情况，将地图框缩放至图层框内然后右键点击缩放至图层即可，也可以点击全图和缩放整个页面进行调整。
最后导出为jpg图片
