GeoPandas 是 Python 中处理矢量地理数据的强大工具。它结合了 Pandas 的数据处理能力和 Shapely 几何对象的处理功能,使得空间数据的处理和分析变得简单而高效。本文将详细介绍如何使用 GeoPandas 创建数据、操作几何对象、进行空间查询以及可视化展示,帮助您快速上手并掌握地理数据处理。
数据结构
以下是对 Point
、LineString
、Polygon
、DataFrame
和 GeoDataFrame
的简单介绍,包括它们的内置方法和常见用法。
Point
Point
表示二维空间中的一个坐标点。
python
from shapely.geometry import Point
# 创建一个点对象
point = Point(1, 2)
常用方法:
x
: 获取点的 x 坐标。y
: 获取点的 y 坐标。distance(other)
: 计算当前点到另一个点的距离。buffer(radius)
: 创建一个以当前点为中心的缓冲区。
LineString
LineString
表示由一系列点连接成的线段。
python
from shapely.geometry import LineString
# 创建一个线对象
line = LineString([(0, 0), (1, 2), (2, 1)])
常用方法:
length
: 获取线的长度。coords
: 获取线的坐标点列表。intersects(other)
: 判断当前线是否与其他几何对象相交。buffer(radius)
: 创建线的缓冲区。
Polygon
Polygon
表示由多个点围成的多边形。
python
from shapely.geometry import Polygon
# 创建一个多边形对象
polygon = Polygon([(0, 0), (4, 0), (4, 3), (0, 3)])
常用方法:
area
: 获取多边形的面积。perimeter
: 获取多边形的周长。contains(other)
: 判断多边形是否包含另一个几何对象。intersection(other)
: 计算与另一个几何对象的交集。
DataFrame
DataFrame
是 Pandas 中的核心数据结构,用于存储表格数据。
python
import pandas as pd
# 创建一个简单的 DataFrame
data = {'Name': ['A', 'B'], 'Value': [10, 20]}
df = pd.DataFrame(data)
常用方法:
head(n)
: 返回前 n 行数据。describe()
: 生成描述性统计信息。groupby(by)
: 按指定列进行分组。filter()
: 根据条件筛选数据。
GeoDataFrame
GeoDataFrame
是 GeoPandas 中的扩展数据结构,专门用于存储地理数据。
python
import geopandas as gpd
# 创建 GeoDataFrame
gdf = gpd.GeoDataFrame({'geometry': [point, line, polygon]})
常用方法:
set_crs(crs)
: 设置坐标参考系统(CRS)。to_crs(crs)
: 转换坐标参考系统。sjoin(other, op)
: 进行空间连接。plot()
: 可视化 GeoDataFrame。
地理数据操作
创建新数据
您可以通过手动创建几何对象和相关属性来新建一个 GeoDataFrame
。以下是一个简单的示例:
python
import geopandas as gpd
from shapely.geometry import Point, LineString, Polygon
# 创建几何对象
point = Point(1, 2) # 一个点
line = LineString([(0, 0), (1, 2), (2, 1)]) # 一条线
polygon = Polygon([(0, 0), (2, 0), (2, 2), (0, 2)]) # 一个多边形
# 创建 GeoDataFrame
gdf = gpd.GeoDataFrame({'geometry': [point, line, polygon]})
# 打印 GeoDataFrame
print(gdf)
从地理数据导入
您可以从文件中读取地理数据,例如 Shapefile 或 GeoJSON 等格式。
python
# 导入 GeoDataFrame
gdf = gpd.read_file("path/to/your/file.shp")
print(gdf.head())
从表格导入
如果您的数据存储在 Excel 或 CSV 文件中,可以轻松导入并转换为 GeoDataFrame
。
python
import pandas as pd
# 从 CSV 文件读取数据
df = pd.read_excel("path/to/your/file.csv")
# 创建 GeoDataFrame,指定经纬度列
point = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.lng, df.lat))
point.crs = 'EPSG:4326' # 设置坐标系
导出数据
处理完成后,您可以将 GeoDataFrame
导出为多种地理数据格式。
python
# 导出 GeoDataFrame
gdf.to_file("path/to/save/file.geojson", driver='GeoJSON')
数据查看
查看数据
使用描述性统计和可视化方法对数据进行探索。
python
# 查看数据的前几行
print(gdf.head())
# 查看数据的列名
print(gdf.columns)
# 查看数据的几何类型
print(gdf.geom_type)
绘制基本图形
您可以使用 GeoPandas 内置的绘图功能来可视化数据。
python
import matplotlib.pyplot as plt
# 绘制 GeoDataFrame
gdf.plot()
plt.title("Basic GeoDataFrame Plot")
plt.show()
自定义可视化
您可以根据需要自定义绘图样式,以增强可视化效果。
python
# 自定义绘图样式
gdf.plot(color='lightblue', edgecolor='black')
plt.title("Custom GeoDataFrame Plot")
plt.show()
空间分析
缓冲区
您可以生成几何对象的缓冲区,以创建一定范围的区域。
python
# 生成缓冲区
gdf['buffer'] = gdf.geometry.buffer(0.5)
# 可视化缓冲区
gdf.set_geometry('buffer').plot()
plt.title("Buffer Zones")
plt.show()
几何操作
创建两个示例 GeoDataFrame
。
python
# 创建示例多边形
poly1 = Polygon([(0, 0), (2, 0), (2, 2), (0, 2)]) # 多边形 1
poly2 = Polygon([(1, 1), (3, 1), (3, 3), (1, 3)]) # 多边形 2
# 创建 GeoDataFrame
gdf1 = gpd.GeoDataFrame({'geometry': [poly1]})
gdf2 = gpd.GeoDataFrame({'geometry': [poly2]})
使用 gpd.overlay
函数进行不同的几何操作,只需更改 how
参数:
-
交集(Intersection):
pythonresult = gpd.overlay(gdf1, gdf2, how='intersection')
-
并集(Union):
pythonresult = gpd.overlay(gdf1, gdf2, how='union')
-
异或(Symmetrical Difference):
pythonresult = gpd.overlay(gdf1, gdf2, how='symmetric_difference')
-
剪去(Difference):
pythonresult = gpd.overlay(gdf1, gdf2, how='difference')
可视化结果的方法相同,可以使用以下代码展示结果:
python
result.plot()
plt.title("Result Title") # 根据具体操作修改标题
plt.show()
融合
您可以将多个几何对象融合为一个复合几何对象,这在处理相邻区域时特别有用。
python
# 创建多个几何对象
polygons = [Polygon([(0, 0), (1, 0), (1, 1), (0, 1)]),
Polygon([(1, 0), (2, 0), (2, 1), (1, 1)])]
# 创建 GeoDataFrame
gdf_polygons = gpd.GeoDataFrame({'geometry': polygons})
# 融合几何对象
merged = gdf_polygons.unary_union
# 可视化融合结果
gpd.GeoSeries([merged]).plot()
plt.title("Merged Geometry")
plt.show()
空间查询
除了通过 gpd.overlay
进行的几何操作,GeoPandas 还支持多种空间查询操作,包括:
-
相交查询(Intersects) :
检查哪些几何对象相交。
pythonintersects = gdf1[gdf1.geometry.intersects(gdf2.geometry.iloc[0])]
-
包含查询(Contains) :
检查哪些几何对象包含其他几何对象。
pythoncontains = gdf1[gdf1.geometry.contains(gdf2.geometry.iloc[0])]
-
相离查询(Does Not Intersect) :
检查哪些几何对象不相交。
pythondisjoint = gdf1[gdf1.geometry.disjoint(gdf2.geometry.iloc[0])]
-
重叠查询(Overlaps) :
检查哪些几何对象部分重叠。
pythonoverlaps = gdf1[gdf1.geometry.overlaps(gdf2.geometry.iloc[0])]
-
触碰查询(Touches) :
检查哪些几何对象相接触但不重叠。
pythontouches = gdf1[gdf1.geometry.touches(gdf2.geometry.iloc[0])]
对于每种查询,您可以使用类似的可视化方法:
python
intersects.plot(color='blue')
plt.title("Intersecting Geometries")
plt.show()
空间连接
在使用 sjoin
进行空间连接后,返回的 GeoDataFrame 会包含两个 GeoDataFrame 的所有列,同时会增加一个用于表示空间关系的列(例如,index_right
,指向右侧 GeoDataFrame 的索引)。以下是 sjoin
的基本使用示例和结果分析。
python
import geopandas as gpd
from shapely.geometry import Point, Polygon
# 创建第一个 GeoDataFrame
gdf1 = gpd.GeoDataFrame({
'name': ['A', 'B', 'C'],
'geometry': [Point(1, 1), Point(2, 2), Point(3, 3)]
})
# 创建第二个 GeoDataFrame
gdf2 = gpd.GeoDataFrame({
'name': ['Zone 1', 'Zone 2'],
'geometry': [Polygon([(0, 0), (2, 0), (2, 2), (0, 2)]),
Polygon([(2, 2), (4, 2), (4, 4), (2, 4)])]
})
# 进行空间连接
joined = gpd.sjoin(gdf1, gdf2, how='inner', op='intersects')
# 打印结果
print(joined)
在上述代码中,sjoin
会返回一个新的 GeoDataFrame,结果可能类似于:
name_left geometry_left name_right geometry_right
0 A POINT (1 1) Zone 1 POLYGON ((0 0, 2 0, 2 2, 0 2))
1 B POINT (2 2) Zone 1 POLYGON ((0 0, 2 0, 2 2, 0 2))
2 C POINT (3 3) Zone 2 POLYGON ((2 2, 4 2, 4 4, 2 4))
- 列名 :
name_left
和name_right
分别表示左侧和右侧 GeoDataFrame 的列。 - 几何对象 :
geometry_left
和geometry_right
分别表示两个 GeoDataFrame 中的几何对象。 - 索引 :
index_right
列指向与左侧对象相交的右侧 GeoDataFrame 的索引。
坐标系操作
GeoPandas 提供了方便的坐标系操作功能,帮助您轻松管理和转换不同的地理数据坐标系。
定义与转换坐标系
您可以为 GeoDataFrame
定义坐标参考系统 (CRS),并进行转换。
python
# 定义 CRS
gdf.crs = "EPSG:4326" # WGS84
# 转换为另一 CRS
gdf_transformed = gdf.to_crs("EPSG:3857") # Web Mercator
print(gdf_transformed.head())
处理坐标系问题
确保在进行空间操作前,所有 GeoDataFrame
使用相同的 CRS,以避免潜在问题。
python
# 检查 CRS
print(gdf.crs)
print(gdf_transformed.crs)
常用坐标系
在 GeoPandas 中,常用坐标系通过 EPSG(欧洲规范化地理信息系统)代码来表示。以下是一些常用坐标系及其在 GeoPandas 中的表示方式:
坐标系名称 | EPSG 代码 | 描述 |
---|---|---|
WGS 84 | 4326 | 全球通用坐标系,使用经纬度表示。 |
Web Mercator | 3857 | 常用于网络地图(如 Google Maps),单位为米。 |
CGCS 2000 | 4490 | 中国地理坐标系统。 |
UTM Zone 33N | 32633 | 通用横轴墨卡托投影,适用于小范围区域(例如欧洲)。 |
国家测绘局坐标系 | 4547 | 用于中国地理数据,特别是在一些国家级项目中。 |
BD-09 | N/A | 百度地图使用的坐标系,无法直接用 EPSG 表示。 |