你遇到的报错非常典型，是 **GeoPandas ≥ 1.0 版本中移除了内置数据集（`gpd.datasets`）** 导致的： ``` AttributeError: The geopandas.dataset has been deprecated and was removed in GeoPandas 1.0. You can get the original 'naturalearth_lowres' data from https://www.naturalearthdata.com/downloads/110m-cultural-vectors/ ``` ✅ **根本原因**： 从 **GeoPandas 1.0（2023年5月发布）起，`gpd.datasets.get_path()` 被彻底删除**。官方明确要求用户**自行下载并加载 Natural Earth 等公开地理数据**，以提升可复现性、避免包体积膨胀，并支持自定义版本控制。 --- ### ✅ 解决方案（3种推荐方式，按优先级排序） | 方式 | 优点 | 缺点 | 推荐度 | |------|------|------|--------| | ✅ **1. 使用 `naturalearth_lowres` 的 CDN 直链（最简单，无需下载）** | 一行代码、自动缓存、免配置、兼容所有环境 | 首次运行需联网 | ⭐⭐⭐⭐⭐ | | ✅ **2. 手动下载 `.zip` 并解压本地加载（最稳定，适合离线/生产）** | 完全可控、路径明确、无网络依赖 | 多一步操作 | ⭐⭐⭐⭐ | | ❌ 3. 降级 GeoPandas 到 <1.0（❌ 强烈不推荐） | “修复”报错 | 安全漏洞、缺失新功能、与新版 pandas/scipy 不兼容 | ⚠️禁止 | --- ## ✅ 推荐方案 1：用 `geopandas.read_file()` 直接读取在线 Natural Earth 数据（推荐！） Natural Earth 官方提供稳定 CDN 链接，`geopandas.read_file()` 原生支持 HTTP(S) URL（底层由 `fiona`/`pyogrio` 处理）： ### ✅ 替换你原代码中的这一行： ```python usa = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres')) ``` ### 🔁 改为以下任意一种（任选其一，效果相同）： #### ✅ 方式 1a：直接读取官方 110m 文化矢量（推荐 —— 最小、最快、含 USA） ```python # ✅ 一行解决！自动下载并缓存到本地临时目录 url = "https://naturalearth.s3.amazonaws.com/110m_cultural/ne_110m_admin_0_countries.zip" world = gpd.read_file(url) usa = world[world.name == "United States of America"].to_crs("EPSG:5070") ``` #### ✅ 方式 1b：更精确 —— 仅加载美国州界（更小更快，但需额外处理） > Natural Earth 没有单独的“USA states” 110m 数据，但有 50m 版本（稍大）。若你**只需要州界（而非国家边界）**，建议用： ```python # 加载 50m 美国州界（含 Alaska/Hawaii，已投影友好） url_states = "https://www.naturalearthdata.com/http//www.naturalearthdata.com/download/50m/cultural/ne_50m_admin_1_states_provinces.zip" usa_states = gpd.read_file(url_states) # 过滤出本土48州 + AK + HI（可选） usa = usa_states[usa_states.admin == "United States of America"].to_crs("EPSG:5070") ``` > 💡 提示：`ne_50m_admin_1_states_provinces.zip` 包含各州 `name` 字段（如 `"California"`），比 `admin_0_countries` 更适合城市映射。 --- ## ✅ 推荐方案 2：手动下载 + 本地加载（适合离线/服务器/科研归档） ### 步骤： 1. 访问 👉 [https://www.naturalearthdata.com/downloads/110m-cultural-vectors/](https://www.naturalearthdata.com/downloads/110m-cultural-vectors/) 2. 下载 `ne_110m_admin_0_countries.zip`（约 1.2 MB） 3. 解压到你的项目文件夹，例如：`./data/natural_earth/` 4. 修改代码为： ```python import geopandas as gpd # ✅ 本地路径加载（绝对或相对路径均可） shp_path = "./data/natural_earth/ne_110m_admin_0_countries.shp" world = gpd.read_file(shp_path) usa = world[world.name == "United States of America"].to_crs("EPSG:5070") ``` > ✅ 提示：`.zip` 文件也可直接读（`gpd.read_file("path/to/file.zip")`），无需解压！ --- ## ✅ 补充：如何验证是否成功？ 加一行调试输出： ```python print("✅ USA CRS:", usa.crs) print("✅ USA bounds (meters):", usa.total_bounds) # 应为 [x_min, y_min, x_max, y_max] 单位米 print("✅ Cities CRS:", cities_gdf.crs) ``` 预期输出类似： ``` ✅ USA CRS: EPSG:5070 ✅ USA bounds (meters): [ -2.0e+06 -1.5e+06 2.5e+06 3.0e+06] ✅ Cities CRS: EPSG:5070 ``` --- ## 🛑 为什么不能降级 GeoPandas？（重要警告） ```bash pip install "geopandas<1.0" # ❌ 危险！ ``` - ❌ `geopandas 0.13.x` 依赖过时的 `fiona<1.9` 和 `pyproj<3.4`，与当前 `numpy>=1.24`, `pandas>=2.0` 冲突； - ❌ 将触发 `ImportError: DLL load failed`（Windows）或 `Symbol not found`（Mac）； - ❌ 已知安全漏洞（如 CVE-2022-36769）未修复； - ✅ 官方文档明确声明：**“Do not downgrade — use the new workflow instead”**。 --- ### ✅ 最终整合：修复后的完整初始化代码（可直接替换你原代码开头） ```python import geopandas as gpd import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from shapely.geometry import Point # ✅ 替换原 gpd.datasets.get_path(...) → 使用在线 Natural Earth 数据 print("📥 Loading US boundary from Natural Earth (110m)...") url = "https://naturalearth.s3.amazonaws.com/110m_cultural/ne_110m_admin_0_countries.zip" world = gpd.read_file(url) usa = world[world.name == "United States of America"].to_crs("EPSG:5070") # ✅ 城市数据（同前） cities_data = [ ("New York", -74.0060, 40.7128, 12000), ("Boston", -71.0589, 42.3601, 9500), ("Chicago", -87.6298, 41.8781, 8000), ("San Jose", -121.8950, 37.3394, 11000), ("Los Angeles", -118.2437, 34.0522, 9000), ("San Francisco", -122.4194, 37.7749, 10500) ] cities_gdf = gpd.GeoDataFrame( data=[{'name': name, 'value': val} for name, lon, lat, val in cities_data], geometry=[Point(lon, lat) for name, lon, lat, val in cities_data], crs="EPSG:4326" ).to_crs(usa.crs) # ✅ 关键：与 usa 同 CRS cities_gdf['x'] = cities_gdf.geometry.x cities_gdf['y'] = cities_gdf.geometry.y print("✅ Loaded USA (", len(usa), "polygons) and", len(cities_gdf), "cities.") ``` --- ✅ 运行后将自动下载（首次）、缓存、加载，**不再报错**，且后续运行直接读缓存（秒级）。 ---