本文完整程式碼及資料已上傳至我的Github倉庫https://github.com/CNFeffery/DataScienceStudyNotes

1 簡介

　　QGIS隨著近些年的發展，得益於其開源免費的特點，功能不斷被世界各地的貢獻者們開發完善，運算速度也非常出色，使得越來越多的Giser們從臃腫緩慢的Arcgis等傳統平臺轉向QGIS。

（資料科學學習手札94）QGIS+Conda+jupyter玩轉Python GIS

圖1

　　最重要的是，QGIS面向Python的介面PyQgis不僅可以用來開發QGIS外掛，還可以配合Conda完美地避開路徑配置的過程，直接與Conda虛擬環境整合在一起，從而隨心所欲地在jupyter notebook之類的編輯器中書寫Python程式碼呼叫各種QGIS中的地理計算功能，進而彌補geopandas在某些功能上的尚未完善之處。

圖2

　　本文就將為大家展示如何整合QGIS到Conda環境裡，並基於建好的環境在jupyter lab中呼叫QGIS從而解決實際計算問題。

2 配置QGIS+Conda+jupyter lab

　　接下來我們從0開始，完整地展示如何構建QGIS+Conda+jupyter lab的整合。

　　在已經正確安裝和配置anaconda或miniconda的機器上，在終端執行conda create -n QGIS python=3.7 -y來建立一個Python虛擬環境，這裡選擇3.7版本的Python。

圖3

　　接下來我們執行conda activate QGIS啟用剛剛建立好的環境之後，接著執行conda install -c conda-forge qgis -y來直接安裝QGIS相關元件。

　　如果你的下載過程非常緩慢且你沒有“特殊”的上網技巧，可以將-c引數後的源更換為國內的清華大學對應映象（https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge），因為QGIS本身有著一定的體積且依賴包眾多，這一步耐心等待完成即可。

　　安裝成功後，直接執行qgis命令就可以開啟傳統的帶介面的QGIS應用：

圖4

　　但這並不是本文的重點，我們關注的是如何實現在jupyter lab裡寫程式碼呼叫QGIS功能，接下來我們來安裝jupyter lab：

conda install nodejs jupyterlab -y

　　安裝完成後我們執行jupyter lab來啟動它：

圖5

　　接著我們建立新的notebook，測試一下QGIS是否可以正確匯入：

圖6

　　如果你可以成功執行上述程式碼，那麼恭喜你已經完成了所有環境配置工作，因為是整合在conda虛擬環境中的，所以我們免去了所有配置QGIS相關路徑的工作（爽翻了是不是~）。

　　為了方便下面的功能演示我們順便把geopandas也安裝了：

conda install -c conda-forge geopandas -y

　　接下來我們先來檢視所有可用的QGIS中的演算法功能：

# 檢視可用的所有QGIS功能
from processing.core.Processing import Processing
from qgis.analysis import QgsNativeAlgorithms

Processing.initialize()
QgsApplication.processingRegistry().addProvider(QgsNativeAlgorithms())
for alg in QgsApplication.processingRegistry().algorithms():
        print(alg.id(), "中的", alg.displayName(), '可用！')

　　輸出的結果內容非常之多，可以說囊括了我們常用的所有QGIS功能，譬如漁網建立工具：

圖7

　　正好geopandas中沒有現成的建立漁網功能，下面我們就以為重慶市建立漁網為例。

　　首先我們匯入對應的重慶市域向量檔案，這裡的視覺化需要matplotlib和descartes兩個庫的支援，請確保已經安裝好它們：

import geopandas as gpd

gpd.read_file('重慶市.geojson').plot();

圖8

　　接著我們就需要使用到前面列印功能列表時看到的Create grid功能，通過下面的方式可以檢視所有在功能列表中出現的演算法：

from processing import algorithmHelp

# 檢視漁網建立工具的說明文件
algorithmHelp("native:creategrid")

圖9

　　如果你使用過QGIS中的漁網建立工具，通過閱讀上述的引數說明一定很快就能明白各個引數的意義，下面我們根據自己的需求建立10000x10000米的正方形漁網：

from processing import run

chongqing = gpd.read_file('重慶市.geojson')

# 獲取投影座標系下的bbox資訊
total_bounds = chongqing.to_crs('EPSG:2381').total_bounds

params = {
    'TYPE': 2,
    'EXTENT': f'{total_bounds[0]},{total_bounds[2]},{total_bounds[1]},{total_bounds[3]}',
    'HSPACING': 10000,
    'VSPACING': 10000,
    'HOVERLAY': 0,
    'VOVERLAY': 0,
    'CRS': 'EPSG:2381',
    'OUTPUT': '重慶10000x10000漁網測試.geojson' # 匯出到外部GeoJSON檔案
}

feedback = QgsProcessingFeedback()
run("native:creategrid", params, feedback=feedback)

　　在QGIS中檢視漁網結果：

圖10

　　通過geopandas檢視座標參考系資訊：

圖11

　　通過這樣的方式，我們就可以實現在外部編輯器中靈活呼叫QGIS工具的目的。

　　以上就是本文的全部內容，歡迎在評論區與我進行討論~

（資料科學學習手札94）QGIS+Conda+jupyter玩轉Python GIS

1 簡介

2 配置QGIS+Conda+jupyter lab

相關文章