GeoPandas库入门教程

GeoPandas库使用入门教程

前言

Geopandas库扩展了Pandas的内容，使Python可以对几何类型进行空间操作，其大部分用法同Pandas一致。在教程开始之前，先导入最基本的库

import geopandas as gpd
import pandas as pd
import matplotlib.pyplot as plt

使用步骤

1.文件导入\导出与数据结构

使用read_file()可以导入任何的空间矢量数据，主要有shp和GeoJson两种。具体用法为geopandas.read_file(filename, bbox=None, mask=None, rows=None, **kwargs)

• filename 文件路径
• bbox 按照给定的条件筛选几何要素,仅加载与边框相交的数据
• mask 过滤与给定条件相交要素
• rows 要加载的行数
• ignore_geometry = Ture 返回dataframe
• ignore_fields [],选择不加载这几列

下面为导入Shp文件，注意如果文件中有中文字符，则需要指定编码方式为‘gbk’，否则会乱码

stop = gpd.read_file(r'D:\ArcGis\2021_3\时间可达性2021\whsta.shp',encoding = 'gbk')
stop.head(5)

对同样的数据使用Pandas导入

df = pd.read_excel(r'武汉市地铁站点_2021_3(集合).xlsx')
df.head()

对比两个数据，可以看到GeoDataFrame数据多了一个几何列(geometry)，记录数据的属性和坐标信息，几何列可以有多列，而活动几何（active geometry）列只能有一列，如果有关于对空间的方法，则自动作用到 active geometry列。如果想要改变活动几何列，则使用GeoDataFrame.set_geometry()方法

使用下面的方法可以将dataframe数据转换为Geodataframe数据

point = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.GCJ02_loc, df.GCJ02_lat))

options函数可以设置几何列显示的小数点位数，默认5位

gpd.options.display_precision = 5

数据导出

使用GeoDataFrame.to_file()方法可以导出为不多不同的格式，还可以使用GeoDataFrame.to_postgis方法将数据上传到PostGis数据库，元组或列表可以保存在Geopandas中，然而保存为Geopackage或者shp时可能报错。

world = world.set_geometry('borders')
#保存为shp形状文件
world['borders'].to_file(r'D:\Python\Geopython\Geopandas\世界地图\世界地图.shp')
#保存为geojson形状文件
world['borders'].to_file(r'世界地图.geojson', driver='GeoJSON')

2.绘制地图

基本功能

GeoPandas绘制地图使用matplotlib的接口，类似于DataFrame的plot()方法，其中的任何选项都可以在这里传递

#导入世界地图数据和城市数据
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
cities = gpd.read_file(gpd.datasets.get_path('naturalearth_cities'))
#画图
world.plot()

分区统计图

绘制分区统计图，根据关联的值确定形状的颜色，只需要将column设定为指定变量的列，

world = world[(world.pop_est>0) & (world.name!="Antarctica")]#筛选出人口大于0和非南极洲的地区
world['gdp_per_cap'] = world.gdp_md_est / world.pop_est#计算各个地区的人均gdp.dataframe.column返回对应列的series
world.plot(column='gdp_per_cap')#根据人均gdp绘制地图，区别颜色

制作图例

创建图例，使用面向对象的方法

fig, ax = plt.subplots(1, 1)
world.plot(column='pop_est', ax=ax, legend=True)#其中图例为颜色条

上面的图例并不好看，因此需要对图例进行美化，这段代码没看太懂，类似于fig与ax

from mpl_toolkits.axes_grid1 import make_axes_locatable
fig, ax = plt.subplots(1, 1)
divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="5%", pad=0.1)
world.plot(column='pop_est', ax=ax, legend=True, cax=cax)

图片果然变得好看了呢，Sci风！

还可以将颜色条放在下面，并且设置颜色条的名称

fig, ax = plt.subplots(1, 1)
world.plot(column='pop_es