### 使用 Python 在全球地图上标记采样位置 为了在全球地图上标记采样点，可以采用多种库来完成这一任务。下面介绍一种基于 `geopandas` 和 `pyecharts` 的方法。 #### 方法一：使用 GeoPandas 绘制带地理坐标的散点图 如果拥有包含国家名称或 ISO 代码以及相应坐标（经度和纬度）的数据集，则可以通过加载世界边界形状文件并将其与样本数据连接起来，在此基础上创建带有颜色编码或其他属性的地图可视化效果[^1]。 ```python import geopandas as gpd from shapely.geometry import Point import pandas as pd # 假设有一个 DataFrame df 含有 'country', 'latitude', 'longitude' df = pd.DataFrame({ "country": ["China", "USA"], "latitude": [35.8617, 37.0902], "longitude": [104.1954, -95.7129] }) geometry = [Point(xy) for xy in zip(df['longitude'], df['latitude'])] geo_df = gpd.GeoDataFrame(df, geometry=geometry) world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres')) merged = world.merge(geo_df, left_on='name', right_on='country') ax = merged.plot(color='white', edgecolor='black') geo_df.plot(ax=ax, color='red') ``` 此段代码先构建了一个简单的含有几个国家及其首都地理位置信息的 Pandas 数据框；接着转换成 Geopandas 地理数据帧以便后续操作；最后读取自然地球低分辨率的世界矢量边界并将两者合并用于绘图显示红色圆点表示各城市所在的位置。 #### 方法二：借助 PyEcharts 实现交互式的全球分布热力图 对于更复杂的需求比如希望得到具备一定互动性的图表来说，PyEcharts 是个不错的选择。它允许轻松定义不同类型的地理空间视图组件，并支持自定义样式配置项以适应具体应用场景的要求[^2]。 ```python from pyecharts.charts import Map from pyecharts import options as opts data_pairs = [("China", 1), ("United States", 2)] map_chart = ( Map() .add("", data_pairs, maptype="world") .set_global_opts( title_opts=opts.TitleOpts(title="World Sample Points"), visualmap_opts=opts.VisualMapOpts(max_=max([v for _, v in data_pairs])) ) ) map_chart.render_notebook() ``` 上述实例展示了怎样通过指定国家名作为键值对的形式传递给 `.add()` 函数参数列表中的第二个元素——即实际要渲染出来的数值序列；同时设置了全局选项里的标题栏文字说明及可视映射范围上限等细节设定。