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：

  1. Windows 环境 关上 Cmd (开始-运行-CMD)。
  2. MacOS 环境 关上 Terminal (command+空格输出Terminal)。
  3. 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 geopandasfrom shapely.geometry import Polygonp1 = 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    0.51    1.02    1.0dtype: 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 pltg.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 geopandasimport matplotlib.pyplot as pltfrom shapely.geometry import Polygonmaps = 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