作者：fungis 描述：一個熱帶生活、樂於分享、努力搬磚的giser 交流郵箱：fungis@163.com
shapefile是GIS中非常重要的一種資料型別，在ArcGIS中被稱為要素類(Feature Class)，主要包括點(point)、線(polyline)和多邊形(polygon)。作為一種十分常見的向量檔案格式，geopandas對shapefile提供了很好的讀取和寫出支援，其DataFrame結構相當於GIS資料中的一張屬性表，使得可以直接操作向量資料屬性表，使得在python中操作地理資料更方便。本文給大家介紹下用Python指令碼中對Shapefile檔案(.shp，.shx，.dbf等格式)進行讀寫操作。
開發準備
由於geopandas有好幾個依賴庫，推薦大家使用 Miniconda或是 Anaconda來安裝geopandas。
安裝命令：
conda install -c conda-forge geopandas
國內映象：
conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge geopandas
使用匯入：import geopandas
我這裡用的是geopandas 0.7的版本，版本間差異是不太大，最新0.8版本新增了一些查詢、入庫方面的特性。
shapefile檔案資訊的讀取
相比pyshp庫，geopandas庫的資料讀取、展示、分析、擴充的效果要更好。它可以讀取zip中的shapefile，還可以讀取GeoJson、ArcGIS中地理資料庫gdb，以及QGIS中GeoPackage 存放的向量資料。
import geopandas as gpd
from matplotlib import pyplot as plt
data = gpd.read_file(r'E:\gisData\行政區劃資料2019\省.shp')#讀取磁碟上的向量檔案
#data = gpd.read_file('shapefile/china.gdb', layer='province')#讀取gdb中的向量資料
print(data.crs) # 檢視資料對應的投影資訊
print(data.head()) # 檢視前5行資料
data.plot()
plt.show()#簡單展示
顯示效果：
shapefile檔案的建立
要素類的建立效率很高，既能建立要素實體，也能寫入屬性資訊和定義投影。下面先簡單介紹下三種要素類的建立方法。
點狀要素類的建立
- 核心程式碼：
# 對應shapely.geometry中的Point，用於表示單個點，下面我們建立一個由若干Point物件組成
cq = geopandas.GeoSeries([geometry.Point(110, 60),
geometry.Point(110.5, 50.4),
geometry.Point(120, 55),
geometry.Point(107.8, 54.6),
geometry.Point(114.6, 50)],
crs='EPSG:4326', # 指定座標系為WGS 1984
index=['一號', '二號', '三號', '四號', '五號'], # 相關的索引
)
# 匯出資料為shapefile檔案
cq.to_file('./output/{}.shp'.format(os.path.basename(__file__).replace('.py', '')),
driver='ESRI Shapefile',
encoding='utf-8')
線狀要素類的建立
- 核心程式碼：
# 這裡shapely.geometry.LineString([(x1, y1), (x2, y2), ...])用於建立多點按順序連線而成的線段
cq = geopandas.GeoSeries([geometry.LineString([(0, 0), (1, 1), (1, 0)]),
geometry.LineString([(0.5, 2), (0, 1), (-1, 0)])],
crs='EPSG:4326',
index=['一號線', 'b'])
cq.to_file('./output/{}.shp'.format(os.path.basename(__file__).replace('.py', '')),
driver='ESRI Shapefile',
encoding='utf-8')
面狀要素類的建立
- 核心程式碼：
# 對應shapely.geometry中的Polygon，用於表示面，下面我們建立一個由若干Polygon物件組成
cq = geopandas.GeoSeries([geometry.Polygon([(14, 14), (13, 18), (20, 11), (18, 10)]),
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))]),
geometry.Polygon([(11, 2), (11, 10), (12, 10), (12, 2)])
],
index=['簡單面', '複雜面', 'c區'], # 構建一個索引欄位
crs='EPSG:4326', # 座標系是：WGS 1984
)
cq.to_file('./output/{}.shp'.format(os.path.basename(__file__).replace('.py', '')),
driver='ESRI Shapefile',
encoding='utf-8')
擴充應用例項
展高程點
高程點檔案儲存格式與CASS中讀取的DAT格式一致，示例：【1,ZDH ,450000.000,4100000,20002,DYG,450000.000,4100000,2000 】其中，“1”代表的是“點號”，“ZDH”代表的是“程式碼”，之後的分別是“東座標、北座標、高程值”即“Y、X、H ”或者是“X、Y、H ”
- AutoCAD中展點效果
- geopandas中展點效果
-
實現程式碼
# -*- coding: utf-8 -*- import pandas as pd import geopandas as gpd from shapely.geometry import Point from matplotlib import pyplot as plt from matplotlib.ticker import FuncFormatter # 讀取資料 file_path = './data-use/高程資料.csv' rankings_colname = ['name', 'mark', 'longitude', 'latitude', 'height']; df = pd.read_csv(file_path, header=None, names=rankings_colname) # print(df.head(5))#輸出前五行資料檢視 xy = [Point(xy) for xy in zip(df['longitude'], df['latitude'])] pts = gpd.GeoSeries(xy) # 建立點要素資料集 #儲存為SHP檔案 pts.to_file('./output/展高程點.shp', driver='ESRI Shapefile', encoding='utf-8') """fig是用來設定影像大小引數，ax是行列有多少個點""" fig, ax = plt.subplots(figsize=(8, 6)) # 返回一個包含figure和axes物件的元組 ax = pts.plot(ax=ax, facecolor='white', edgecolor='black', marker='X', linewidth=0.5, # 內外符號比例係數 markersize=12, label='高程點') # 地圖示註 new_texts = [plt.text(x_ + 1, y_ + 1, text, fontsize=8) for x_, y_, text in zip(df['longitude'], df['latitude'], df['name'])] # 設定座標軸 def formatnum(x, pos): # return '$%.1f$x$10^{4}$' % (x / 10000)#科學計數法顯示 return int(x) # 取整顯示 formatter = FuncFormatter(formatnum) ax.yaxis.set_major_formatter(formatter) # 美觀起見隱藏頂部與右側邊框線 ax.spines['right'].set_visible(False) ax.spines['top'].set_visible(False) plt.grid(True, alpha=0.4) # 顯示網格，透明度為50% ax.legend(title="圖例", loc='lower right', ncol=1, shadow=True) # 新增圖例 plt.title('展高程點', fontdict={'weight': 'normal', 'size': 20}) # 設定圖名&改變圖示題字型 # 儲存圖片 plt.savefig('images/展高程點.png', dpi=300, bbox_inches='tight', pad_inches=0) plt.show()
點集轉面
將一系列點的集合轉為面狀要素類，下面以甘肅省的地震帶為例（欄位對應：名稱，面索引，點索引，經度，緯度）。
- 資料預覽
- 效果預覽
-
實現程式碼
import geopandas as gpd import pandas as pd from shapely.geometry import Polygon from matplotlib import pyplot as plt raw = pd.read_excel('./data-use/甘肅省地震帶.xls') # 原始資料 # 轉換為面要素 output = raw.groupby('id') \ .apply(lambda df: Polygon([(x, y) for x, y in zip(df['longitude'], df['latitude'])])) \ .to_frame(name='geometry') # 轉換為GeoDataFrame output = gpd.GeoDataFrame(output, crs='EPSG:4326') output.plot() # 地圖示註 new_longitude = raw.groupby('name', as_index=False,)['longitude'].mean() new_latitude = raw.groupby('name', as_index=False)['latitude'].mean() new_df = pd.merge(pd.DataFrame(new_longitude),pd.DataFrame(new_latitude)) new_texts = [plt.text(x_ , y_ , text, fontsize=8) for x_, y_, text in zip(new_df['longitude'], new_df['latitude'], new_df['name'])] # 匯出shapefile output.to_file('output/地震帶.shp') plt.show()
建立緩衝區、多環緩衝區
-
實現程式碼：
import os import shapely import geopandas as gpd import matplotlib.pyplot as plt polygon = shapely.geometry.Polygon([(0, 0), (1, 0), (1, 1), (0, 1)]) # 分別繪製多邊形、多邊形正向緩衝區，座標系是WGS1984，單位是度 cq = gpd.GeoSeries([polygon, polygon.buffer(distance=1), polygon.buffer(distance=3)], crs='EPSG:4326') # 匯出資料為shapefile檔案 cq.to_file('./output/{}.shp'.format(os.path.basename(__file__).replace('.py', '')), driver='ESRI Shapefile', encoding='utf-8') ax = cq.plot(alpha=0.2) ax.axis('off') # 取消座標軸的顯示 plt.show()
寫在最後
附相關完整程式碼的下載，還有更多有趣的內容，感興趣的朋友們可以自行實踐。喜歡的朋友們可以點個關注，後續將持續更新，精彩無限^ - ^
提取碼：bfrs
最後給大家強烈安利一個geopandas學習部落格： https://www.cnblogs.com/feffery/tag/geopandas/