这是您可以执行的操作：

from shapely.geometry import LineString
from shapely.ops import split
from shapely.affinity import translate
import geopandas

world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))

def shift_map(shift):
    shift -= 180
    moved_map = []
    splitted_map = []
    border = LineString([(shift,90),(shift,-90)])
    for row in world["geometry"]:
        splitted_map.append(split(row,border))
    for element in splitted_map:
        items = list(element)
        for item in items:
            minx,miny,maxx,maxy = item.bounds
            if minx >= shift:
                moved_map.append(translate(item,xoff=-180-shift))
            else:
                moved_map.append(translate(item,xoff=180-shift))
    gdf = geopandas.GeoDataFrame({"geometry":moved_map})
    fig,ax = plt.subplots()
    gdf.plot(ax=ax)
    plt.show()
   

第一步，创建您的世界并将其分割在您的预定义边界上。 然后，您将获得所有元素的边界，并检查边界是否与所需的平移相匹配。然后，将比边界大的每个元素平移到地图的左侧，然后将所有其他元素移到右侧，以使它们以+ 180°倾斜。

例如，这为您提供：

地图移动了120°

就像在这个问题中一样，我需要重置地图的中心，但我还需要移动绑定到（long,lat）坐标的散点图网络节点位置。 我希望为某人节省一些时间，因为最初可能并不明显，要解决此问题，您必须与一些不熟悉的类型争论不休。

这是一种移动底层地图和一些附加点的方法：

import geopandas
world = 
    geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
import matplotlib.pyplot as plt
import geopandas as gpd
from shapely.geometry import LineString
from shapely.ops import split
from shapely.affinity import translate

def shift_geom(shift,gdataframe,pos_all,plotQ=True):
    # this code is adapted from answer found in SO
    # will be credited here: ???
    shift -= 180
    moved_geom = []
    splitted_geom = []
    border = LineString([(shift,-90)])

    for row in gdataframe["geometry"]:
        splitted_geom.append(split(row,border))
    for element in splitted_geom:
        items = list(element)
        for item in items:
            minx,maxy = item.bounds
            if minx >= shift:
                moved_geom.append(translate(item,xoff=-180-shift))
            else:
                moved_geom.append(translate(item,xoff=180-shift))

    # got `moved_geom` as the moved geometry            
    moved_geom_gdf = gpd.GeoDataFrame({"geometry": moved_geom})

    # can change crs here
    if plotQ:
        fig1,ax1 = plt.subplots(figsize=[8,6])
        moved_geom_gdf.plot(ax=ax1)
        plt.show()
        
    df = pd.DataFrame({'Latitude': [xy[1] for xy in pos_all.values()],'Longitude': [xy[0] for xy in pos_all.values()]})
    gdf = geopandas.GeoDataFrame(df,geometry=geopandas.points_from_xy(df.Longitude,df.Latitude))
    border2 = LineString([(shift,-90)])
    geom = gdf.geometry.values    
    moved_map_points = []
    moved_map_dict = {}

    for element,key in zip(geom,list(pos_all.keys())):
        if float(element.x) >= shift:        
            moved_map_points.append(translate(element,xoff=-180-shift))
        else:
            moved_map_points.append(translate(element,xoff=180-shift))
        moved_map_dict[key] = (moved_map_points[-1].x,moved_map_points[-1].y)

    return moved_geom_gdf,moved_map_dict

在这种情况下，pos_all 是由 [(lat,long)] 组成的 networkx 节点位置

shifted_world,moved_map_points = shift_geom(300,world,plotQ= False)