GeoPandas¶
原文档部分已经过时,请参考源代码工程:https://github.com/geopandas/geopandas。 | * GeoPandas 是一个开源项目,使得在Python下更方便的处理地理空间数据。 | * GeoPandas 扩展了pandas的数据类型,允许其在几何类型上进行空间操作。 | * GeoPandas 几何对象和几何运算操作由shapely执行。 | * GeoPandas 进一步依赖于fiona进行文件存取和descartes,matplotlib进行绘图。
描述¶
GeoPandas的目的是在Python下更容易处理地理数据。它结合了pandas和shaply的功能,提供在pandas下的空间操作和shapel下高层次的处理多几何构型的接口。GeoPandas允许你很容易的用Python进行操作,不然的话,你将不得不用一个空间数据库去处理,如PostGIS。
安装¶
安装使用pip或easy_install:
pip install geopandas
你也可以通过克隆GitHub上的仓库去安装最新的开发版本,命令脚本如下:
git clone https://github.com/geopandas/geopandas.git
cd geopandas
python setup.py install
同样也可以在PyPI上安装最新的可用开发版本,使用pip,加上–pre安装1.4或者更高的版本,或者直接使用pip从GitHub仓库中安装:
pip install git+git://github.com/geopandas/geopandas.git
依赖¶
GeoPandas依赖以下的软件包:
pandas
shapely
fiona
descartes
pyproj
绘图的话,会用到另外的一些包:
matplotlib
descartes
pysal
测试¶
从源目录下运行当前的测试集,在命令行运行:nosetests -v
。测试自动运行在GitHub库中所有的提交事务上,包括在Travis
CI的push请求。
In [2]:
from geopandas import *
GeoPandas 使用参考¶
GeoPandas实现了两个主要的数据结构,GeoSeries和GeoDataFrame。它们分别是pandas中Series和DataFrame的子类。
GeoSeries¶
一个GeoSeries包含一个几何图形的序列。
GeoSeries类实现了几乎所有的Shapely对象的属性和方法。在使用 GeoSeries时,它将应用于序列中所有几何图形的每一个元素。二元操作可以在两个GeoSeries对象之间进行,这种情况下二元操作将应用于每一 个元素。这两个序列将按匹配的索引进行对于操作。二元操作也可以应用于单个几何,此时二元操作将对该几何序列的每个元素进行。在以上两种情况下,操作将会 返回Series或者GeoSeries对象。
在GeoSeries对象中,以下Shapely对象的方法和属性是可以使用的:
GeoSeries.area
返回一个Series,它包含GeoSeries中每个几何的面积。
GeoSeries.bounds
返回一个DataFrame,它包含每个几何的边界,用列值minx, miny, maxx, maxy来表示。
GeoSeries.lengt
返回一个Series,它包含每个几何的长度。
GeoSeries.geom_type
返回一个字符串的Series,字符串指定每个对象的几何类型。
GeoSeries.distance(other)
返回一个Series,它包含与其他GeoSeries对象(每个元素)或几何对象的最小距离。
GeoSeries.representative_point()
返回所有点的一个GeoSeries(经简易计算),这些点必须保证在每个几何的内部。
GeoSeries.exterior
返回线环(LinearRings)的一个GeoSeries,它表示GeoSeries中每个多边形的外边界。
GeoSeries.interior
返回内部环序列的一个GeoSeries,它表示GeoSeries中每个多边形的内部环。
一元谓词操作¶
GeoSeries.is_empty
返回一个布尔型的Series,对于一个空的几何图形,该值就为True。
GeoSeries.is_ring
返回一个布尔型的Series,对于闭合的要素,该值就为True。
GeoSeries.is_simple
返回一个布尔型的Series,如果几何体自身不交叉,该值就为True(仅对线串–LineStrings和线环–LineRings有意义)。
GeoSeries.is_valid
返回一个布尔型的Series,如果几何体是有效的,该值就为True。
二元谓词操作¶
GeoSeries.almost_equals(other[,decimal=6])
返回一个布尔型的Series对象,如果在指定的小数位精度下,每个对象所有点与其他对象大致相等,该值就为True(可见equals())。
GeoSeries.contains(other)
返回一个布尔型的Series,如果每个对象的内部包含其他对象的内部和边界,并且它们的边界不相接,该值为True。
GeoSeries.crosses(other)
返回一个布尔型的Series,如果每个对象的内部与其他对象的内部相交但不包含,并且相交的部分小于这两个相交对象自身,该值为True。
GeoSeries.disjoint(other)
返回一个布尔型的Series,如果每个对象的边界和内部与其他对象的边界和内部都不相交,该值为True。
GeoSeries.equals(other)
返回一个布尔型的Series,如果几何对象集合的边界,内部,外部都与其他几何对象一样,该值为True。
GeoSeries.intersects(other)
返回一个布尔型的Series,如果每个对象的边界和内部以其它任何形式与其他对象相交,该值为True。
GeoSeries.touches(other)
返回一个布尔型的Series,如果对象与其他对象至少有一个点相同,且它们的内部任何部分都不相交,该值为True。
GeoSeries.within(other)
返回一个布尔型的Series, 如果每个对象的边界和内部只与其他对象的内部相交(不包括边界和外部),该值为True(与contains()方法相反)。 集合理论方法
GeoSeries.boundary
返回一个低维对象每个几何体的边界集合的GeoSeries。
GeoSeries.centroid
返回表示几何重心点的一个GeoSeries。
GeoSeries.difference(other)
返回每个几何体不在其他对象中的点的一个GeoSeries。
GeoSeries.intersection(other)
返回每个几何对象与其他几何对象相交的一个GeoSeries。
GeoSeries.symmetric_difference(other)
返回一个GeoSeries,它表示每个几何对象中的点不在其他几何对象中,同时其他几何对象中的点也不在这个几何对象中的部分(注:对称差异)。
GeoSeries.union(other)
返回每个几何对象与其他几何对象联合的一个GeoSeries。
构造方法¶
GeoSeries.buffer(distance,resolution=16)
返回几何图形的一个GeoSeries,他表示每个几何对象在给定的距离内的所有点。
GeoSeries.convex_hull
当对象的点多于三个的时候,返回表示每个对象所有点的最小凸包多边形的一个GeoSeries;只有两个点的时候,凸包变成了线串;只有一个点的时候,就是当个点。
GeoSeries.envelope
返回几何图形的一个GeoSeries,它表示包含其它对象的点或者最小矩形(边平行于坐标轴)。注:即包络线
GeoSeries.simplify(tolerance,preserve_topology=True)
返回包含每个对象简化表示的一个GeoSeries。
仿射变换¶
GeoSeries.rotate(self,angle,origin=’center’,use_radians=False)
旋转GeoSeries的坐标。
GeoSeries.scale(self,xfact=1.0,yfact=1.0,zfact=1.0,origin=’center’)
沿着(x,y,z)上各个方向的尺寸缩放几何图形。
GeoSeries.skew(self,angle,origin=’center’,use_radians=False)
按角度沿着x和y维剪切/倾斜几何图形。
GeoSeries.translate(self,angle,origin=’center’,use_radians=False)
转变GeoSeries的坐标。
载入文件和坐标系统¶
另外,以下的方法也实现了:
GeoSeries.from_file()
从文件中加载任何能被fiona识别的格式。
GeoSeries.to_crs(crs=None,epsg=None)
转换GeoSeries中的几何图形到不同的坐标参考系统。当前GeoSeries的crs属性必须被设置。crs属性需要被指定以用于输出,或是用字典形式或是用EPSG编码方式。
这种方法将改变所有对象中的所有点。它没有概念或转换整个几何图形。所有连接点的片段在当前的投影中被认为是线段,而不是测地线。对象跨越国际日期变更线(或其他投影边界)是不被允许的。
绘图¶
GeoSeries.plot(colormap=’Set1’,alpha=0.5,axes=None)
进行GeoSeries中几何图形的绘制。colormap可以被matplotlib认可,但是推荐诸如Accent,Dark2,Paired,Pastel1,Pastel2,Set1,Set2,Set3这些离散的colormap。这些都封装在plot_series()函数中。
GeoSeries.total_bounds
返回一个元组,包含整个series边界的minx,miny,maxx,maxy值。包含在序列中的几何体的边界,可以参照GeoSeries.bounds。
pandas中Series对象的方法也是可以用的,尽管不是所有的都能适用于几何对象,并且一些结果可能返回Series而不是GeoSeries。在GeoSeries中专门实现了copy(), align(), isnull()和fillna()方法,它们是可以正常使用的。
GeoDataFrame¶
一个GeoDataFrame是一个列表数据结构,它包含一个叫做包含geometry的列,这个geometry包含一个GeoSeries。
现在,GeoDataFrame实现了以下方法:
类方法 GeoDataFrame.from_file(filename, **kwargs)
从文件中加载可以被fiona识别的任何格式的一个GeoDataFrame。参见read_file()。
类方法GeoDataFrame.from_postgis(sql,con,geom_col=’geom’,crs=None,index_col=None,coerce_float=True,params=None)
从PostGIS数据库文件中加载GeoDataFrame。
- GeoSeries.to_crs(crs=None,epsg=None,inplace=False)
转换GeoDataFrame的geometry列中的所有几何图形到其他坐标参考系统。当前GeoSeries的crs属性必须被设置。crs属性需要被 指定以用于输出,或是用字典形式或是用EPSG编码方式。如果inplace=True,在当前的dataframe中geometry列将被替换,否则 将返回一个新的GeoDataFrame。
这种方法将改变所有对象中的所有点。它没有概念或转换整个几何图形。所有连接点的片段在当前的投影中被认为是线段,而不是测地线。对象跨越国际日期变更线(或其他投影边界)是不被允许的。
- GeoSeries.to_file(filename,driver=”ESRI Shapefile”,**kwargs)
将GeoDataFrame写入文件。默认情况下,写成ESRI的shapefile格式。但是通过Fiona,任何OGR数据源也被支持写入。**kwargs被传给Fiona驱动器。
- GeoSeries.to_json(**kwargs)
将GeoDataFrame以字符串的方式表示为GeoJSON对象返回。
- GeoSeries.plot(column=None,colormap=None,alpha=0.5,categorical=False,legend=False,axes=None)
绘制GeoDataFrame中几何图形。如果列参数给定,颜色根据这列的值绘制,否则在geometry列调用GeoSeries.plot()函数。都封装在plot_dataframe()函数中。
所有pandas中DataFrane对象的方法也是可以用的,尽管可能有些针对geometry列正当的操作没有意义也可能不返回GeoDataFrame。
Geopandas函数¶
GeoSeries.geocode.geocode(strings,provider=’googlev3’,**kwargs)
对字符串列表进行地理编码,返回一个GeoDataFrame,它包含在geometry列生成的点。可用的提供者有googlev3,bing,google,yahoo,mapquest和openmapquest,**kwargs将作为参数传递给适当的地理编码器。
需要使用geopy。请咨询选择的提供商的服务条款。
示例¶
In [30]:
%matplotlib inline
import numpy as np
from geopandas import *
from shapely.geometry import *
p1 = 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 = GeoSeries([p1, p2, p3])
g
Out[30]:
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: object
一些地理操作返回标准的pandas对象。一个GeoSeries对象的area属性将会返回一个pandas.Series,它包含GeoSeries中每一项的面积.
In [31]:
print(g.area)
0 0.5
1 1.0
2 1.0
dtype: float64
In [37]:
g.plot()
Out[37]:
<matplotlib.axes._subplots.AxesSubplot at 0x7f2374c2a160>
其他操作,返回GeoPandas对象:
In [35]:
gb = g.buffer(0.5)
gb
Out[35]:
0 POLYGON ((-0.3535533905932737 0.35355339059327...
1 POLYGON ((-0.5 0, -0.5 1, -0.4975923633360985 ...
2 POLYGON ((1.5 0, 1.5 1, 1.502407636663901 1.04...
dtype: object
GeoPandas对象能后绘制这些图像。GeoPandas 使用descartes ,用matplotlib库绘制。为生产我们的GeoSeries图形,使用以下命令:
In [36]:
gb.plot()
Out[36]:
<matplotlib.axes._subplots.AxesSubplot at 0x7f2374b27e10>
GeoPandas也实现了替代构造函数,能够读取被fiona识别的格式。为读取包含纽约市镇文件:
In [25]:
boros = GeoDataFrame.from_file('../data/nybb_16a/nybb.shp')
boros.set_index('BoroCode', inplace=True)
boros.sort_index()
boros
Out[25]:
BoroName | Shape_Area | Shape_Leng | geometry | |
---|---|---|---|---|
BoroCode | ||||
5 | Staten Island | 1.623820e+09 | 330470.010332 | (POLYGON ((970217.0223999023 145643.3322143555... |
4 | Queens | 3.045213e+09 | 896344.047763 | (POLYGON ((1029606.076599121 156073.8142089844... |
3 | Brooklyn | 1.937479e+09 | 741080.523166 | (POLYGON ((1021176.479003906 151374.7969970703... |
1 | Manhattan | 6.364715e+08 | 359299.096471 | (POLYGON ((981219.0557861328 188655.3157958984... |
2 | Bronx | 1.186925e+09 | 464392.991824 | (POLYGON ((1012821.805786133 229228.2645874023... |
In [38]:
boros.plot()
Out[38]:
<matplotlib.axes._subplots.AxesSubplot at 0x7f23749b3898>
In [39]:
bconvex = boros['geometry'].convex_hull
bconvex.plot()
Out[39]:
<matplotlib.axes._subplots.AxesSubplot at 0x7f237497ecf8>
为展示更复杂的操作,我们创建包含2000个随机点的一个GeoSeries:
In [4]:
import numpy as np
from geopandas import *
from shapely.geometry import Point
xmin, xmax, ymin, ymax = 900000, 1080000, 120000, 280000
xc = (xmax - xmin) * np.random.random(2000) + xmin
yc = (ymax - ymin) * np.random.random(2000) + ymin
pts = GeoSeries([Point(x, y) for x, y in zip(xc, yc)])
现在,在每个点周围按固定的半径绘制圆:
In [8]:
circles = pts.buffer(2000)
In [7]:
circles[0:10]
Out[7]:
0 POLYGON ((951681.0568336815 264407.7832523477,...
1 POLYGON ((1032640.351080816 225306.1907613327,...
2 POLYGON ((1018051.09598391 237969.795847317, 1...
3 POLYGON ((1039412.225954991 155097.131087125, ...
4 POLYGON ((956481.9518179207 151277.5158415905,...
5 POLYGON ((1046298.099179208 279652.637783823, ...
6 POLYGON ((937618.361174301 241496.0840437295, ...
7 POLYGON ((921387.7309267259 234169.4360833257,...
8 POLYGON ((1032762.077745034 153478.4663477052,...
9 POLYGON ((933176.4085089836 135483.7649990012,...
dtype: object
In [40]:
circles.plot()
Out[40]:
<matplotlib.axes._subplots.AxesSubplot at 0x7f237490de80>
我们可以使用以下命令使这些圆合并成单个shapely的MutiPolygon几何对象:
In [9]:
mp = circles.unary_union
In [11]:
mp
Out[11]:
提取在每个区内的上一步生成的几何对象的部分,可以使用:
In [41]:
holes = boros['geometry'].intersection(mp)
In [42]:
holes.plot()
Out[42]:
<matplotlib.axes._subplots.AxesSubplot at 0x7f23637dd198>
并且可以得到区域内这些部分以外的其他部分面积:
In [43]:
boros_with_holes = boros['geometry'].difference(mp)
boros_with_holes.plot()
Out[43]:
<matplotlib.axes._subplots.AxesSubplot at 0x7f236327a748>
注意,这个可以简化一点,因为geometry可以在GeoDataFrame中作为属性得到,intersection和difference方法分别是由“&”和“-”操作符实现的。例如,后者可以简单的表示为boros.geometry -mp。
计算每个区中这些由点缓冲生成的holes的比例,是很容易做到的。
In [44]:
holes.area / boros.geometry.area
Out[44]:
BoroCode
5 0.579315
4 0.512007
3 0.544318
1 0.470722
2 0.655507
dtype: float64