geoskill-thematic-map-automation

Automate choropleth, proportional symbol and dot density thematic maps to PNG or PDF

专题地图自动化 | Thematic Map Automation

Automatically generates three types of thematic maps — choropleth, proportional symbol, and dot density — with three built-in statistical classifications: equal interval, quantile, and Jenks natural breaks.

Legend and border finishing are handled with matplotlib; outputs include PNG, vector PDF, and GeoJSON with a class field.

Core Algorithm / 核心算法

classify (equal interval / quantile / Fisher-Jenks DP) computes the breakpoints → searchsorted assigns classes → matplotlib renders (choropleth fill / proportional area symbols / dot density).

Dependencies / 依赖

bash

pip install numpy rasterio scipy matplotlib geopandas shapely pillow

Usage / 使用方法

Example 1 (synthetic data, offline)

bash

python geoskill-thematic-map-automation.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

Example 2 (proportional symbol + Jenks)

bash

python geoskill-thematic-map-automation.py --input regions.geojson --field pop --symbol proportional --method jenks

Example 3 (dot density)

bash

python geoskill-thematic-map-automation.py --input regions.geojson --field pop --symbol dot --value-per-dot 1000

Example 4 (specify number of classes and color scheme)

bash

python geoskill-thematic-map-automation.py --input regions.geojson --classes 7 --cmap viridis

Example 5 (synthetic-grid choropleth)

bash

python geoskill-thematic-map-automation.py --bbox 116 39 117 40 --synthetic --symbol choropleth

Output / 输出

File	Format	Description
thematic_map.png	PNG	Thematic map (main output)
thematic_map.pdf	PDF	Vector version
classified.geojson	GeoJSON	Vector with class field (verifiable output)
class_raster.tif	GeoTIFF	Classification raster
thematic_meta.json	JSON	Breakpoints / statistics metadata

Each run also produces output-manifest.json (run manifest).

Data Source / 数据源 / Source

Local GeoTIFF / vector files; --synthetic mode generates physically consistent simulated data, fully offline.

Privacy / 隐私声明 / Privacy

• Runs offline by default; --synthetic mode requires no network at all.
• All processing is performed locally; no user data is uploaded.

License / License

MIT

---

---

name: geoskill-thematic-map-automation description: 'Automate choropleth, proportional symbol and dot density thematic maps to PNG or PDF'

专题地图自动化 | Thematic Map Automation

自动生成分级色彩（choropleth）、比率符号（proportional symbol）与点值法（dot density）三类专题地图，内置等间距 / 分位数 / Jenks 自然断点三种统计分类。

用 matplotlib 完成图例、边框整饰，输出 PNG、矢量 PDF 与带 class 字段的 GeoJSON。

核心算法

classify(等间距/分位数/Fisher-Jenks DP) 求断点 → searchsorted 分配类别 → matplotlib 渲染（分级填色/面积符号/点值）。

依赖

bash

pip install numpy rasterio scipy matplotlib geopandas shapely pillow

使用方法

示例 1（合成数据，离线）

bash

python geoskill-thematic-map-automation.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

示例 2（比率符号 + Jenks）

bash

python geoskill-thematic-map-automation.py --input regions.geojson --field pop --symbol proportional --method jenks

示例 3（点值法）

bash

python geoskill-thematic-map-automation.py --input regions.geojson --field pop --symbol dot --value-per-dot 1000

示例 4（指定类别数与配色）

bash

python geoskill-thematic-map-automation.py --input regions.geojson --classes 7 --cmap viridis

示例 5（合成格网分级色彩）

bash

python geoskill-thematic-map-automation.py --bbox 116 39 117 40 --synthetic --symbol choropleth

输出

文件	格式	说明
thematic_map.png	PNG	专题地图（主产物）
thematic_map.pdf	PDF	矢量版
classified.geojson	GeoJSON	带 class 字段矢量（可验证产物）
class_raster.tif	GeoTIFF	分类栅格
thematic_meta.json	JSON	断点/统计元数据

每次运行还会产出 output-manifest.json（运行清单）。

数据源 / Source

本地 GeoTIFF / 矢量文件；--synthetic 模式生成物理一致的模拟数据，完全离线。

隐私声明 / Privacy

• 默认离线运行，--synthetic 模式完全无网络。
• 所有处理在本地完成，不上传用户数据。

License

MIT