好吧，這個問題是老問題，但我有一個不同的答案，可能會有人感興趣。。。在

我一直在研究同一個問題。GitHub（https://github.com/ageron/handson-ml.git）上提供的代碼可以滿足您的需要（請參見02“端到端機器學習”）_項目.ipynb). 在

但是，該代碼使用加利福尼亞地圖作為圖像，并在其頂部繪制點。另一種方法是建立一個真實的地圖，并在地圖上標出點，而不必閱讀ma圖像。為此，我使用了下面的代碼。您將需要install cartopy，如果您還需要郡線，則必須使用here中的說明繪制它們。在

最后，生成的圖像是：

下面是我使用的代碼：# Trying to use a real map

import cartopy.crs as ccrs

import cartopy.feature as cfeature

plt.figure(figsize=(10,7))

# Creates the map

ca_map = plt.axes(projection=ccrs.PlateCarree())

ca_map.add_feature(cfeature.LAND)

ca_map.add_feature(cfeature.OCEAN)

ca_map.add_feature(cfeature.COASTLINE)

ca_map.add_feature(cfeature.BORDERS, linestyle=':')

ca_map.add_feature(cfeature.LAKES, alpha=0.5)

ca_map.add_feature(cfeature.RIVERS)

ca_map.add_feature(cfeature.STATES.with_scale('10m'))

# To add county lines

import cartopy.io.shapereader as shpreader

reader = shpreader.Reader('datasets/housing/countyl010g.shp')

counties = list(reader.geometries())

COUNTIES = cfeature.ShapelyFeature(counties, ccrs.PlateCarree())

ca_map.add_feature(COUNTIES, facecolor='none', edgecolor='gray')

ca_map.xaxis.set_visible(True)

ca_map.yaxis.set_visible(True)

# Plots the data onto map

plt.scatter(housing['longitude'], housing['latitude'], alpha=0.4,

s=housing["population"]/100, label="population",

c=housing['median_house_value'],

cmap=plt.get_cmap("jet"),

transform=ccrs.PlateCarree())

# Colorbar

prices = housing["median_house_value"]

tick_values = np.linspace(prices.min(), prices.max(), 11)

cbar = plt.colorbar()

cbar.ax.set_yticklabels(["$%dk"%(round(v/1000)) for v in tick_values], fontsize=14)

cbar.set_label('Median House Value', fontsize=16)

# Plot labels

plt.ylabel("Latitude", fontsize=14)

plt.xlabel("Longitude", fontsize=14)

plt.legend()

save_fig("housing_prices_scatterplot_cartopy")

這里的優勢是使用真實的地圖，現在這個代碼可以很容易地在世界上任何你想使用的地方更改。玩得高興！在

總結

以上是生活随笔為你收集整理的python地图散点图_在地图上叠加散点图（img）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。