pythonのgaopandasライブラリを用いて，国土数値基盤地図情報を用いた高解像な分県，自治体区分地図を作成します。少し苦労したのでアップします。キーポイントとしては，dissolve 機能を用いて，自治体区分データを消去して，分県区分データに統合することになります。
import matplotlib.pyplot as plt # matplotlib の参照
import geopandas as gpd # geopandas の参照
kiban = "/home/ryota/Mapython/JapanMap" # 基盤地図情報の参照．
japan_pref_city = gpd.read_file(kiban, encoding="cp932") # 基盤地図情報の読込．
japan_pref = japan_pref_city.dissolve(by='N03_001', as_index=False) #市レベルの自治体区分を県レベルの自治体区分図へ変更．
fig, ax = plt.subplots(figsize=(8, 10)) # 図の基本設定．
ax.set_aspect('equal', 'datalim') # アスペクト比の設定．
for pref in ['北海道'] : #北海道データでループ
hokkaido = japan_pref[japan_pref['N03_001'] == pref] # 北海道データとの一致の検索．
hokkaido.plot(ax=ax, edgecolor='black', facecolor='skyblue') # 北海道はスカイブルーで背景色を設定．
for pref in ['青森県', '岩手県', '秋田県', '山形県', '福島県', '宮城県']: # 東北地方の作図
tohoku = japan_pref[japan_pref['N03_001'] == pref] # 東北地方データとの一致の検索．
tohoku.plot(ax=ax, edgecolor='black', facecolor='blue', linewidth=0.5) # 東北地方はブルーで背景色を設定．
for pref in ['新潟県', '長野県', '山梨県']:
koshinetsu = japan_pref_city[japan_pref_city['N03_001'] == pref] # 甲信越データとの一致の検索．分市データを利用．
koshinetsu.plot(ax=ax, edgecolor='black', facecolor='yellow', linewidth=0.5) # 甲信越はイエローで背景色を設定．
for pref in ['富山県', '石川県', '福井県']:
hokuriku = japan_pref[japan_pref['N03_001'] == pref] # 北陸データとの一致を検索．
hokuriku.plot(ax=ax, edgecolor='black', facecolor='green', linewidth=0.5) # 北陸はグリーンで背景色を設定．
for pref in ['群馬県', '栃木県', '埼玉県', '千葉県', '東京都', '神奈川県', '静岡県','茨城県']:
kanto = japan_pref[japan_pref['N03_001'] == pref] # 関東データとの一致を検索．
kanto.plot(ax=ax, edgecolor='black', facecolor='white', linewidth=0.5) # 北陸はホワイトで背景色を設定．
ax.set_xlim(130, 150) ＃経度データの境界値の設定
ax.set_ylim(32, 48) ＃緯度データの境界値の設定
plt.savefig('japan.jpg') ＃日本地図データのjpgファイルへの保存
plt.show() ＃表示
表示されるグラフは以下のようになると思います。
