关于python:Python实战神器Geopandas一行代码算出每个省面积

39次阅读

共计 1773 个字符，预计需要花费 5 分钟才能阅读完成。

GeoPandas 是一个基于 pandas，针对天文数据做了特地反对的第三方模块。

它继承 pandas.Series 和 pandas.Dataframe，实现了 GeoSeries 和 GeoDataFrame 类，使得其操纵和剖析平面几何对象十分不便。

1. 筹备

开始之前，你要确保 Python 和 pip 曾经胜利装置在电脑上。

请抉择以下任一种形式输出命令装置依赖：

Windows 环境关上 Cmd (开始 - 运行 -CMD)。
MacOS 环境关上 Terminal (command+ 空格输出 Terminal)。
如果你用的是 VSCode 编辑器或 Pycharm，能够间接应用界面下方的 Terminal.

因为 geopandas 波及到许多第三方依赖，pip 装置起来十分麻烦。因而在本教程中，我只举荐应用 conda 装置 geopandas：

conda install geopandas

一行语句即可实现装置。

2. 根本应用

设定坐标绘制简略的图形：

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

这些变量所造成的图形如下：

这里有一个重要且弱小的用法，通过 area 属性，geopandas 能间接返回这些图形的面积：

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

不仅如此，通过 plot 属性函数，你还能够间接生成 matplotlib 图。

>>> g.plot()

通过 matplot 的 pyplot，能够将图片保留下来：

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

学会下面的根本用法，咱们就能够进行简略的地图绘制及面积的计算了。

3. 绘制并算出每个省的面积

此外，它最大的亮点是能够通过 Fiona(底层实现，用户不须要管)，读取比方 ESRI shapefile(一种用于存储天文因素的几何地位和属性信息的非拓扑简略格局)。

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

maps = geopandas.read_file('1.shx')
# 读取的数据格式相似于
# 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")

如代码所示，通过 read_file 你能够读取 shx、gpkg、geojson 等数据。读取进去的图形如下：

同样，这个 shapefile 是省级行政区的，每一个省级行政区都被划分为一个区块，因而能够一行语句算出每个省级行政区所占面积：

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
# ... ...

咱们的文章到此就完结啦。
如果你喜爱明天的 Python 实战教程，记得三连哦

正文完