作者：費(fèi)弗里

博客地址：

https://www.cnblogs.com/feffery/p/11898190.html

說明：本文經(jīng)作者授權(quán)轉(zhuǎn)載，禁止二次轉(zhuǎn)載

全文8500字

本文對應(yīng)代碼已上傳至我的Github倉庫https://github.com/CNFeffery/DataScienceStudyNotes

1 簡介

geopandas是建立在GEOS、GDAL、PROJ等開源地理空間計(jì)算相關(guān)框架之上的，類似pandas語法風(fēng)格的空間數(shù)據(jù)分析Python庫。

其目標(biāo)是盡可能地簡化Python中的地理空間數(shù)據(jù)處理，減少對Arcgis、PostGIS等工具的依賴，使得處理地理空間數(shù)據(jù)變得更加高效簡潔，打造純Python式的空間數(shù)據(jù)處理工作流。

本系列文章就將圍繞geopandas及其使用過程中涉及到的其他包進(jìn)行系統(tǒng)性的介紹說明，每一篇將盡可能全面具體地介紹geopandas對應(yīng)方面的知識。

計(jì)劃涵蓋geopandas的數(shù)據(jù)結(jié)構(gòu)、投影坐標(biāo)系管理、文件IO、基礎(chǔ)地圖制作、集合操作、空間連接與聚合。

作為基于geopandas的空間數(shù)據(jù)分析系列文章的第一篇，通過本文你將會學(xué)習(xí)到geopandas中的數(shù)據(jù)結(jié)構(gòu)。

geopandas的安裝和使用需要若干依賴包，如果不事先妥善安裝好這些依賴包而直接使用pip install geopandas或conda install geopandas，可能會引發(fā)依賴包相關(guān)錯誤導(dǎo)致安裝失敗。

官方文檔中的推薦安裝方式為：

conda install --channel conda-forge geopandas

conda-forge是一個社區(qū)項(xiàng)目，在conda的基礎(chǔ)上提供了更廣泛更豐富的軟件資源包。通過它我們可以自動下載安裝好所有g(shù)eopandas的必要依賴包而無需手動繁瑣地去安裝它們。

在完成安裝后，下面我們開始對geopandas的系統(tǒng)性學(xué)習(xí)之旅。

2 數(shù)據(jù)結(jié)構(gòu)

geopandas作為pandas向地理分析計(jì)算方面的延拓，基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)延續(xù)了Series和DataFrame的特點(diǎn)，創(chuàng)造出GeoSeries與GeoDataFrame兩種基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)：

2.1 GeoSeries

2.1.1 GeoSeries中的基礎(chǔ)幾何對象

與Series相似，GeoSeries用來表示一維向量，只不過這里的向量每個位置上的元素都表示著一個shapely中的幾何對象，有如下幾種類型：

• Points

對應(yīng)shapely.geometry中的Point，用于表示單個點(diǎn)，下面我們創(chuàng)建一個由若干Point對象組成的GeoSeries并像Series一樣定義索引：

from shapely import geometry import geopandas as gpd# 創(chuàng)建存放Point對象的GeoSeries # 這里shapely.geometry.Point(x, y)用于創(chuàng)建單個點(diǎn)對象 gpd.GeoSeries([geometry.Point(0, 0),geometry.Point(0, 1),geometry.Point(1, 1),geometry.Point(1, 0)],index=['a', 'b', 'c', 'd']) 圖1

可以看到創(chuàng)建出的GeoSeries數(shù)據(jù)類型為geometry，即幾何對象。

• MultiPoint

對應(yīng)shapely中的MultiPoint，用于表示多個點(diǎn)的集合，下面我們創(chuàng)建一個由若干MultiPoint對象組成的GeoSeries：

# 創(chuàng)建存放MultiPoint對象的GeoSeries # 這里shapely.geometry.MultiPoint([(x1, y1), (x2, y2), ...])用于創(chuàng)建多點(diǎn)集合 gpd.GeoSeries([geometry.MultiPoint([(0, 1), (1, 0)]),geometry.MultiPoint([(0, 0), (1, 1)])],index=['a', 'b']) 圖2

在jupyter notebook或jupyter lab中可以圖像的形式直接顯示GeoSeries中的單個元素：

圖3

• LineString

對應(yīng)shapely中的LineString，用于表示由多個點(diǎn)按順序連接而成的線。

下面我們創(chuàng)建一個由若干LineString對象組成的GeoSeries：

# 創(chuàng)建存放LineString對象的GeoSeries # 這里shapely.geometry.LineString([(x1, y1), (x2, y2), ...])用于創(chuàng)建多點(diǎn)按順序連接而成的線段 gpd.GeoSeries([geometry.LineString([(0, 0), (1, 1), (1, 0)]),geometry.LineString([(0, 0), (0, 1), (-1, 0)])],index=['a', 'b']) 圖4

同樣地，直接顯示第一個元素：

圖5

• MultiLineString

對應(yīng)shapely中的MultiLineString，用于表示多條線段的集合。

下面我們創(chuàng)建一個由若干MultiLineString對象組成的GeoSeries：

# 創(chuàng)建存放MultiLineString對象的GeoSeries # 這里shapely.geometry.MultiLineString([LineString1, LineString2])用于創(chuàng)建多條線段的集合 gpd.GeoSeries([geometry.MultiLineString([[(0, 0), (1, 1), (1, 0)],[(-0.5, 0), (0, 1), (-1, 0)]])],index=['a']) 圖6

同樣地，直接顯示第一個元素：

圖7

• Polygon(無孔)

geopandas中的Polygon對應(yīng)shapely中的Polygon，用于表示面，根據(jù)內(nèi)部有無孔洞可繼續(xù)細(xì)分。

下面我們創(chuàng)建一個由無孔Polygon對象組成的GeoSeries：

# 創(chuàng)建存放無孔Polygon對象的GeoSeries # 這里shapely.geometry.Polygon([(x1, y1), (x2, y2),...])用于創(chuàng)建無孔面 gpd.GeoSeries([geometry.Polygon([(0, 0), (0, 1), (1, 1), (1, 0)])],index=['a']) 圖8　　同樣地，直接顯示第一個元素：圖9

• Polygon(有孔)

區(qū)分于上文中的無孔Polygon，下面我們創(chuàng)建一個由有孔Polygon對象組成的GeoSeries：

# 創(chuàng)建存放有孔Polygon對象的GeoSeries # 這里shapely.geometry.Polygon(polygonExteriors, interiorCoords)用于創(chuàng)建有孔面 # 其中polygonExteriors用于定義整個有孔Polygon的外圍，是一個無孔的多邊形 # interiorCoords是用于定義內(nèi)部每個孔洞（本質(zhì)上是獨(dú)立的多邊形）的序列 gpd.GeoSeries([geometry.Polygon([(0,0),(10,0),(10,10),(0,10)],[((1,3),(5,3),(5,1),(1,1)),((9,9),(9,8),(8,8),(8,9))])])

同樣地，直接顯示第一個元素：

圖10

• MultiPolygon

對應(yīng)shapely中的MultiPolygon，用于表示多個面的集合。

下面我們創(chuàng)建一個由MultiPolygon對象組成的GeoSeries：

# 創(chuàng)建存放MultiPolygon對象的GeoSeries # 這里shapely.geometry.MultiPolygon([Polygon1, Polygon2])用于創(chuàng)建多個面的集合 gpd.GeoSeries([geometry.MultiPolygon([geometry.Polygon([(0, 0), (0, 1), (1, 1), (1, 0), (0, 0)]),geometry.Polygon([(2, 2), (2, 3), (3, 3), (3, 2), (2, 2)])])],index=['a']) 圖11

顯示第一個元素：

圖12

• LinearRing

LinearRing對應(yīng)shapely.geometry中的LinearRing，是一種特殊的幾何對象。

可以理解為閉合的線或無孔多邊形的邊框，創(chuàng)建時傳入數(shù)據(jù)的格式與Polygon相同。

下面我們創(chuàng)建一個由LinearRing對象組成的GeoSeries：

# 創(chuàng)建存放LinearRing對象的GeoSeries # 這里shapely.geometry.LinearRing([(x1, y1), (x2, y2),...])用于創(chuàng)建LinearRing gpd.GeoSeries([geometry.LinearRing([(0, 0), (0, 1), (1, 1), (1, 0)])],index=['a']) 圖13

顯示第一個元素，可以看出LinearRing就是無孔多邊形的邊框線：

圖14

在同一個GeoSeries可以混合上述類型中的多種幾何對象，這意味著點(diǎn)線面在概念上相異的幾何對象可以共存于同一份數(shù)據(jù)中

2.1.2 GeoSeries常用屬性

類似pandas中的Series，GeoSeries在被創(chuàng)建完成之后也擁有很多實(shí)用的地理屬性，下面對其中較為常用的進(jìn)行列舉：

• area

area屬性返回與GeoSeries中每個元素一一對應(yīng)的面積值（這里的面積單位和下文涉及的長度單位取決于投影坐標(biāo)系。

之后關(guān)于geopandas投影坐標(biāo)系管理的文章將會詳細(xì)介紹，這里僅做演示）：

# 創(chuàng)建混合點(diǎn)線面的GeoSeries，這里第5個有孔多邊形內(nèi)部空洞創(chuàng)建時使用[::-1]顛倒順序 # 是因?yàn)镚eoSeries.plot()方法繪制有孔多邊形的一個bug，即外部邊框與內(nèi)部孔洞創(chuàng)建時坐標(biāo) # 方向同為順時針或順時針時內(nèi)部孔洞會自動被填充，如果你對這個bug感興趣，可以前往 # https://github.com/geopandas/geopandas/issues/951查看細(xì)節(jié) s = gpd.GeoSeries([geometry.Polygon([(0, 0), (0.5, 0.5), (1, 0), (0.5, -0.5)]),geometry.Polygon([(1, 1), (1.5, 1.5), (2, 1), (1.5, -1.5)]),geometry.Point(3, 3),geometry.LineString([(2, 2), (0, 3)]),geometry.Polygon([(4, 4), (8, 4), (8, 8), (4, 8)],[[(5, 5), (7, 5), (7, 7), (5, 7)][::-1]])])# 在jupyter中開啟matplotlib交互式繪圖模式 %matplotlib widget s.plot() # 對s進(jìn)行簡單的可視化 圖15

可以看到，s中包含了多種幾何對象，下面直接得到s的面積：

圖16 計(jì)算GeoSeries面積

• bounds

bounds屬性返回每個幾何對象所在box左下角、右上角的坐標(biāo)信息：

圖17

• length

length屬性返回每個幾何對象邊長：

圖18

• geom_type

geom_type返回每個幾何對象類型：

圖19

• exterior與interiors

對于多邊形對象，exterior返回LinearRing格式的外邊框線，對于有孔多邊形，interiors返回所有內(nèi)部孔洞LinearRing格式邊框線集合：

圖20

• is_valid

在shapely中涉及到很多拓?fù)溆?jì)算操作時，對幾何對象的合法性有要求。

譬如定義多邊形時坐標(biāo)按順序連線時穿過了之前定義的邊就屬于非法，因?yàn)間eopandas對矢量對象的計(jì)算依賴于shapely，于是引進(jìn)了屬性用于判斷每個幾何對象是否合法。

下面我們創(chuàng)建兩個形狀相同的多邊形，其中一個滿足上述所說的非法情況，另一個由兩個多邊形拼接而成：

s_ = gpd.GeoSeries([geometry.Polygon([(4, 0), (6, 1), (4, 1), (6, 0)]),geometry.MultiPolygon([geometry.Polygon([(4, 0), (5, 0.5), (6, 0)]),geometry.Polygon([(5, 0.5), (6, 1), (4, 1)])])])

從形狀上看兩者相同：

圖21

下面我們嘗試用shapely中的interp方法來取得這兩個幾何對象的相交部分，出現(xiàn)了拓?fù)溥壿嬪e誤：

圖22

查看s_.is_valid，可以看出第一個自相交的多邊形非法：

圖23

• boundary

boundary返回每個幾何對象的低維簡化表示（點(diǎn)對象無具體的更低維簡化，故無返回值）：

圖24

• centroid

centroid返回每個幾何對象的重心（幾何中心）：

圖25

• convex_hull

convex_hull返回每個幾何對象的凸包，Polygon格式，即恰巧包含對應(yīng)幾何對象的凸多邊形：

import numpy as np# 利用獨(dú)立的正態(tài)分布隨機(jī)數(shù)創(chuàng)建兩個MultiPoint集合 s__ = gpd.GeoSeries([geometry.MultiPoint(np.random.normal(loc=0, scale=2, size=[10, 2]).tolist()),geometry.MultiPoint(np.random.normal(loc=5, scale=2, size=[10, 2]).tolist())])ax = s__.plot(color='red') # 繪制s__ s__.convex_hull.plot(ax=ax, alpha=0.4) # 疊加繪制各自對應(yīng)凸包，調(diào)低填充透明度以顯示更明顯 圖26

• envelope

envelope屬性返回對應(yīng)幾何對象的box范圍，Polygon格式，即包含對應(yīng)元素中所有點(diǎn)的最小矩形：

import numpy as np# 創(chuàng)建兩團(tuán)獨(dú)立的MultiPoint s__ = gpd.GeoSeries([geometry.MultiPoint(np.random.normal(loc=0, scale=2, size=[10, 2]).tolist()),geometry.MultiPoint(np.random.normal(loc=5, scale=2, size=[10, 2]).tolist())])ax = s__.plot(color='red') # 繪制s__ s__.envelope.plot(ax=ax, alpha=0.4) # 疊加繪制各自對應(yīng)envelope，調(diào)低填充透明度以顯示更明顯 圖27

2.2 GeoDataFrame

2.2.1 GeoDataFrame基礎(chǔ)

顧名思義，geopandas中的GeoDataFrame是在pandas.DataFrame的基礎(chǔ)上，加入空間分析相關(guān)內(nèi)容進(jìn)行改造而成。

其最大特點(diǎn)在于其在原有數(shù)據(jù)表格基礎(chǔ)上增加了一列GeoSeries使得其具有矢量性，所有對于GeoDataFrame施加的空間幾何操作也都作用在這列指定的幾何對象之上。

下面我們舉個簡單的例子，基于不同均值和標(biāo)準(zhǔn)差的正態(tài)分布隨機(jī)數(shù)，創(chuàng)建GeoDataFrame來記錄這些信息：

contents = [(loc, 0.5) for loc in range(0, 10, 2)] geo_df = gpd.GeoDataFrame(data=contents,geometry=[geometry.MultiPoint(np.random.normal(loc=loc, scale=scale, size=[10, 2]).tolist())for loc, scale in contents],columns=['均值', '標(biāo)準(zhǔn)差']) geo_df 圖28

其中定義GeoDataFrame時作為每行所關(guān)聯(lián)幾何對象的GeoSeries需要通過geometry參數(shù)指定，而除了用上述的方式創(chuàng)建GeoDataFrame，先創(chuàng)建數(shù)據(jù)表，再添加矢量信息列亦可。

這時幾何對象列的名稱可以自由設(shè)置，但一定要利用GeoDataFrame.set_geometry()方法將后添加的矢量列指定為矢量主列。因?yàn)槊總€GeoDataFrame若在定義之處沒有指定矢量列，后將無法進(jìn)行與適量信息掛鉤的所有操作（GeoSeries所有屬性都可同樣作用于GeoDataFrame，因?yàn)樗锌臻g操作實(shí)際上都直接作用于其矢量主列）：

• 添加矢量列但未定義

geo_df = gpd.GeoDataFrame(contents, columns=['均值', '標(biāo)準(zhǔn)差']) geo_df['raw_points'] = [geometry.MultiPoint(np.random.normal(loc=loc, scale=scale, size=[10, 2]).tolist())for loc, scale in contents] # 嘗試查看矢量類型 geo_df.geom_type 圖29

這時所有直接針對GeoDataFrame的矢量相關(guān)操作都無法使用。

• 重新為GeoDataFrame指定矢量列

geo_df.set_geometry('raw_points').geom_type

這時相關(guān)操作可正常使用：

圖30

• 多個矢量列切換

通過前面的內(nèi)容，我們知道了每個GeoDataFrame都有一個矢量主列，相關(guān)操作例如繪圖都基于此列。

實(shí)際上GeoDataFrame允許表中存在多個矢量列，只要求任意時刻有且僅有1列為矢量主列即可。

因此我們可以在一個GeoDataFrame中保存多列矢量，需要用到哪列時再進(jìn)行切換即可，如下面的例子：

geo_df = gpd.GeoDataFrame(contents, columns=['均值', '標(biāo)準(zhǔn)差']) geo_df['raw_points'] = [geometry.MultiPoint(np.random.normal(loc=loc, scale=scale, size=[10, 2]).tolist())for loc, scale in contents] geo_df.set_geometry('raw_points', inplace=True) # inplace=True表示對原數(shù)據(jù)進(jìn)行更新# 繪制第一圖層 ax = geo_df.plot(color='red') geo_df['convex_hull'] = geo_df.convex_hull # 切換矢量主列 geo_df.set_geometry('convex_hull', inplace=True)# 繪制第二圖層 geo_df.plot(ax=ax, color='blue', alpha=0.4) 圖31

2.2.2 GeoDataFrame數(shù)據(jù)索引

作為pandas.DataFrame的延伸，GeoDataFrame同樣支持pandas.DataFrame中的.loc以及.iloc對數(shù)據(jù)在行、列尺度上進(jìn)行索引和篩選。

這里我們以geopandas自帶的世界地圖數(shù)據(jù)為例：

world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres')) world.plot() 圖32 geopandas自帶世界地圖

查看其表格內(nèi)容：

圖33

使用.loc+條件篩選選擇數(shù)據(jù)：

圖34

使用.iloc選擇數(shù)據(jù)：

圖35

而除了這些常規(guī)的數(shù)據(jù)索引方式之外，geopandas為GeoDataFrame添加了.cx索引方式，可以傳入所需的空間范圍，用于索引與傳入范圍相交的對應(yīng)數(shù)據(jù)：

# 選擇與東經(jīng)80度-110度，北緯0度-30度范圍相交的幾何對象 part_world = world.cx[80:110, 0:30]# 繪制第一圖層：世界地圖 ax = world.plot(alpha=0.05) # 繪制第二圖層：.cx所選擇的地區(qū) ax = part_world.plot(ax=ax, alpha=0.6) # 繪制第三圖層：.cx條件示意圖 ax = gpd.GeoSeries([geometry.box(minx=80, miny=0, maxx=110, maxy=30).boundary])\.plot(ax=ax, color='red')

示意圖如下：

圖36

放大到所選區(qū)域，可以看出正如前面所說，通過.cx，所有與指定空間范圍有重疊的對象都被選擇：

圖37

以上就是本文的全部內(nèi)容，如有筆誤望指出，系列文章下一篇將詳細(xì)介紹geopandas中的投影坐標(biāo)系管理，敬請期待。

-END-

往期精彩回顧適合初學(xué)者入門人工智能的路線及資料下載機(jī)器學(xué)習(xí)在線手冊深度學(xué)習(xí)在線手冊AI基礎(chǔ)下載（pdf更新到25集）備注：加入本站微信群或者qq群，請回復(fù)“加群”獲取一折本站知識星球優(yōu)惠券，請回復(fù)“知識星球”喜歡文章，點(diǎn)個在看

總結(jié)

以上是生活随笔為你收集整理的Python地信专题 | 基于geopandas的空间数据分析—数据结构篇的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。