利用 Python 中的地理空间数据与 GeoPandas_python geopandas

推荐：使用 NSDT编辑器快速搭建3D应用场景

空间数据的真正潜力在于它能够连接数据点及其各自的位置，为高级分析创造无限的可能性。地理空间数据科学是数据科学中的一个新兴领域，旨在利用地理空间信息并通过空间算法和机器学习或深度学习等先进技术提取有价值的见解，以得出有关已发生的事件及其原因的有意义的结论。地理空间数据科学让我们深入了解事件发生的位置以及发生的原因。

GeoPandas是一个开源的Python软件包，专门用于处理信息。它通过提供对几何对象的空间操作来扩展pandas的数据类型数组 - 这有助于使用pandas的数据操作工具pandas在Python中进行空间分析。由于GeoPandas是基于Pandas构建的，它为熟悉Python语法的专业人士提供了一条快速熟悉GeoPandas语法的简单途径。

1. 安装GeoPandas

我们必须安装 GeoPandas 软件包才能使用它。但是，重要的是要注意GeoPandas依赖于必须安装的其他库才能毫无问题地使用它。这些依赖项是 shapely、Fiona、pyproj 和 rtree。

有两种方法可以下载GeoPandas软件包。首先，您可以使用 conda 来安装 GeoPandas conda 软件包。建议使用此方法，因为它将提供GeoPandas的依赖项，而无需自行安装它们。您可以运行以下命令来安装 GeoPandas：

conda install geopandas

第二种方法是使用 pip，它是 Python 中的标准包安装程序。但是，使用此方法将需要安装其余提到的依赖项。

pip install geopandas

安装 GeoPandas 包后，您可以使用以下命令将其导入到 Python 代码中：

import geopandas as gpd

2. 读取和写入空间数据

GeoPandas用于读取空间数据并将其转换为GeoDataFrame。但是，请务必注意，有两种主要类型的空间数据：

• 矢量数据：矢量数据使用以下术语点、线和面，使用离散几何描述地球位置的地理要素。
• 栅格数据：栅格数据将世界编码为由格网表示的表面。此网格的每个像素都由连续值或分类类表示。

GeoPandas主要处理矢量数据。但是，它可以与其他 Python 包结合使用来处理栅格数据，例如栅格数据。 您可以使用强大的 geopandas.read_file（） 函数来读取大多数基于矢量的空间数据。基于矢量的部分数据有两种主要数据类型：

• 形状文件： Shapfile 是最常见的数据格式，被认为是行业级数据类型。它由三个压缩文件组成，通常作为zip文件提供：

这。shp 文件：此文件包含形状几何图形。

.dbf文件：此文件包含每个几何的属性，

.shx 文件：这是形状索引文件，可帮助将属性链接到形状。

• GeoJSON： 这是 2016 年发布的地理空间数据的新文件格式。由于它仅包含一个文件，因此与 Shapefile 相比，它更容易使用。

在本文中，我们将使用 geopandas.read_file（） 函数读取托管在 GitHub 中的 GeoJSON 文件，其中包含有关巴塞罗那市不同地区的地理空间数据。

让我们首先加载数据并使用下面的代码打印其中的前五列：

url = 'https://raw.githubusercontent.com/jcanalesluna/bcn-geodata/master/districtes/districtes.geojson'
districts = gpd.read_file(url)
districts.head()

接下来，要将数据写入文件，我们可以默认使用 GeoDataFrame.to_file（） 函数将数据写入 Shapefile，但您可以使用驱动程序参数将其转换为 GeoJSON。

districts.to_file("districts.geojson", driver="GeoJSON")

3. 地理数据帧属性

由于GeoDataFrames是pandas DataFrame的子类，因此它继承了许多属性。但是，存在一些差异，主要区别在于它可以存储几何列（也称为GeoSeries）并执行空间操作。GeoDataFrame 中的几何列可以包含各种类型的矢量数据，包括点、线和面。但是，只有一列被视为活动几何，并且所有空间操作都将基于该列。

它的另一个关键特征是，每列都带有相关的CRS信息，告诉我们候选人在地球上的位置。此功能至关重要的原因是，如果您需要组合两个空间数据集，则需要确保它们以相同的 CRS 表示，否则将得到错误的结果。CRS信息存储在GeoPandas的crs属性中：

districts.crs

现在我们已经设置了正确的投影 CRS，我们准备探索地理数据帧的属性。

4. 探索地理数据帧

GeoPandas 有四种有用的方法和属性可用于浏览数据。我们将探讨这四种方法：

• 面积
• 质心
• 边界
• 距离

4.1. 面积

面积属性返回几何图形的计算面积。在下面的示例中，我们将以 km2 为单位计算每个区的面积。

districts['area'] = districts.area / 1000000
districts['area']

 

4.2. 质心

第二个属性是回心，它返回几何图形的中心点。在下面的代码片段中，我们将添加一个新列并保存每个地区的质心：

districts['centroid']=districts.centroid
districts['centroid']

4.3. 边界

第三种方法是边界属性，用于计算每个地区的面边界。下面的代码返回它并将其保存到单独的列中：

districts['boundary']=districts.boundary

4.4. 距离

距离法计算从特定几何到特定位置的最小距离。因此，例如在下面的代码中，我们将计算从圣家堂到巴塞罗那每个地区的质心的距离。之后，我们将以 km2 为单位添加距离并将其保存在新列中。

from shapely.geometry import Point
 
sagrada_fam = Point(2.1743680500855005, 41.403656946781304)
sagrada_fam = gpd.GeoSeries(sagrada_fam, crs=4326)
sagrada_fam= sagrada_fam.to_crs(epsg=2062)
districts['sagrada_fam_dist'] = [float(sagrada_fam.distance(centroid)) / 1000 for centroid in districts.centroid]

 

5. 用GeoPandas绘制数据

绘制和可视化数据是更好地了解数据的关键步骤。用GeoPandas绘图与用Pandas绘图一样，非常简单且超级向前。这是通过基于 matplotlib python 包构建的 GeoDataFrame.plot（） 函数完成的。

让我们从探索巴塞罗那开始，为其地区绘制一个基本地块：

ax= districts.plot(figsize=(10,6))

这是一个非常基本的情节，并没有告诉我们很多信息。但是，我们可以通过为每个地区涂上不同的颜色来使其更具信息性。

ax= districts.plot(column='DISTRICTE', figsize=(10,6), edgecolor='black', legend=True)

最后，我们可以通过添加各区的质心来向图中添加更多信息。

import contextily
import matplotlib.pyplot as plt
 
ax= districts.plot(column='DISTRICTE', figsize=(12,6), alpha=0.5, legend=True)
districts["centroid"].plot(ax=ax, color="green")
contextily.add_basemap(ax, crs=districts.crs.to_string())
plt.title('A Colored Map with the centroid of Barcelona')
plt.axis('off')
plt.show()

接下来，我们将探讨GeoPandas的一个非常重要的特征，即空间关系以及它们如何相互关联。

6. 定义空间关系

地理空间数据在空间中相互关联。GeoPandas使用熊猫和形状包装来建立空间关系。本节介绍常见操作。合并GeoPandas数据帧有两种主要方法，即属性和空间连接。在本节中，我们将探讨它们。

6.1.属性连接

属性联接允许您使用非几何变量联接两个 GeoPandas 数据帧，这使其类似于 Pandas 中的常规联接操作。连接操作是使用 pandas.merge（） 方法完成的，如下例所示。在此示例中，我们将巴塞罗那人口数据联接到我们的地理空间数据，以向其添加更多信息。

import pandas as pd
pop =pd.read_csv('2022_padro_sexe.csv', usecols=['Nom_Districte','Nombre'])
pop = pd.DataFrame(pop.groupby('Nom_Districte')['Nombre'].sum()).reset_index()
pop.columns=['NOM','population_22']
districts = districts.merge(pop)
districts

6.2. 空间连接

另一方面，空间联接基于空间关系合并数据帧。在下面的示例中，我们将确定具有自行车道的地区。 我们将首先加载数据，如下面的代码所示：

url = 'https://opendata-ajuntament.barcelona.cat/resources/bcn/CarrilsBici/CARRIL_BICI.geojson'
bike_lane = gpd.read_file(url)
bike_lane = bike_lane.loc[:,['ID','geometry']]
bike_lane.to_crs(epsg=2062, inplace=True)

要在空间上连接两个数据帧，我们可以使用 sjoin（） 函数。sjoin（） 函数有四个主要参数：第一个是 GeoDataFrame，第二个参数是我们将添加到第一个 GeoDataFrame 的 GeoDataFrame，第三个参数是连接类型，最后一个参数是定义我们想要用来匹配两个 GeoDataFrame 的空间关系的谓词。最常见的部分关系是相交、包含和内部。在此示例中，我们将相交参数。

lanes_districts = gpd.sjoin(districts, bike_lane, how='inner', predicate='intersects')
lanes_districts

在本文中，我向您介绍了使用开源GeoPandas库进行地理空间数据分析。我们从下载GeoPandas软件包开始，然后讨论了不同类型的地理空间数据以及如何加载它们。最后，我们将探讨基本操作，以掌握地理空间数据集。尽管在地理空间数据分析方面仍有探索，但此博客可作为您学习之旅的起点。

原文链接：利用 Python 中的地理空间数据与 GeoPandas (mvrlink.com)