GeoPandas是一個(gè)基于pandas，針對(duì)地理數(shù)據(jù)做了特別支持的第三方模塊。

它繼承pandas.Series和pandas.Dataframe，實(shí)現(xiàn)了GeoSeries和GeoDataFrame類，使得其操縱和分析平面幾何對(duì)象非常方便。

1.準(zhǔn)備

開(kāi)始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上。

請(qǐng)選擇以下任一種方式輸入命令安裝依賴：

1.Windows 環(huán)境 打開(kāi) Cmd (開(kāi)始-運(yùn)行-CMD)。

2.MacOS 環(huán)境 打開(kāi) Terminal (command+空格輸入Terminal)。

3.如果你用的是 VSCode編輯器 或 Pycharm，可以直接使用界面下方的Terminal.

由于geopandas涉及到許多第三方依賴，pip安裝起來(lái)非常麻煩。因此在本教程中，我只推薦使用conda安裝geopandas：

conda install geopandas

一行語(yǔ)句即可完成安裝。

2.基本使用

設(shè)定坐標(biāo)繪制簡(jiǎn)單的圖形：

import?geopandas
from?shapely.geometry?import?Polygon
p1 = Polygon([(0,?0), (1,?0), (1,?1)])
p2 = Polygon([(0,?0), (1,?0), (1,?1), (0,?1)])
p3 = Polygon([(2,?0), (3,?0), (3,?1), (2,?1)])
g = geopandas.GeoSeries([p1, p2, p3])

# g:
# result:
# 0 POLYGON ((0 0, 1 0, 1 1, 0 0))
# 1 POLYGON ((0 0, 1 0, 1 1, 0 1, 0 0))
# 2 POLYGON ((2 0, 3 0, 3 1, 2 1, 2 0))
# dtype: geometry

這些變量所形成的圖形如下：

這里有一個(gè)重要且強(qiáng)大的用法，通過(guò)area屬性，geopandas能直接返回這些圖形的面積：

>>>?print(g.area)
0????0.5
1????1.0
2????1.0
dtype: float64

不僅如此，通過(guò)plot屬性函數(shù)，你還可以直接生成matplotlib圖。

>>> g.plot()

通過(guò)matplot的pyplot，可以將圖片保存下來(lái)：

import?matplotlib.pyplot?as?plt
g.plot()
plt.savefig("test.png")

學(xué)會(huì)上面的基本用法， 我們就可以進(jìn)行簡(jiǎn)單的地圖繪制及面積的計(jì)算了。

3.繪制并算出每個(gè)省的面積

此外，它最大的亮點(diǎn)是可以通過(guò) Fiona(底層實(shí)現(xiàn)，用戶不需要管)，讀取比如ESRI shapefile(一種用于存儲(chǔ)地理要素的幾何位置和屬性信息的非拓?fù)浜?jiǎn)單格式)。

import?geopandas
import?matplotlib.pyplot?as?plt
from?shapely.geometry?import?Polygon

maps = geopandas.read_file('1.shx')
# 讀取的數(shù)據(jù)格式類似于
# geometry
# 0 POLYGON ((1329152.341 5619034.278, 1323327.591...
# 1 POLYGON ((-2189253.375 4611401.367, -2202922.3...
# 2 POLYGON ((761692.092 4443124.843, 760999.873 4...
# 3 POLYGON ((-34477.046 4516813.963, -41105.128 4...
# ... ...
maps.plot()
plt.savefig("test.png")

如代碼所示，通過(guò)read_file你可以讀取shx、gpkg、geojson等數(shù)據(jù)。讀取出來(lái)的圖形如下：

同樣，這個(gè)shapefile是省級(jí)行政區(qū)的，每一個(gè)省級(jí)行政區(qū)都被劃分為一個(gè)區(qū)塊，因此可以一行語(yǔ)句算出每個(gè)省級(jí)行政區(qū)所占面積：

print(maps.area)
# 0 4.156054e+11
# 1 1.528346e+12
# 2 1.487538e+11
# 3 4.781135e+10
# 4 1.189317e+12
# 5 1.468277e+11
# 6 1.597052e+11
# 7 9.770609e+10
# 8 1.385692e+11
# 9 1.846538e+11
# 10 1.015979e+11
# ... ... 

到此這篇關(guān)于Python實(shí)戰(zhàn)之利用Geopandas算出每個(gè)省面積的文章就介紹到這了,更多相關(guān)Python Geopandas內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論