#Python實戰(zhàn)#神器Geopandas一行代碼算出每個省面積

GeoPandas是一個基于pandas,針對地理數(shù)據做了特別支持的第三方模塊坦报。

它繼承pandas.Series和pandas.Dataframe片择,實現(xiàn)了GeoSeries和GeoDataFrame類骚揍,使得其操縱和分析平面幾何對象非常方便啰挪。

1.準備


開始之前亡呵,你要確保Python和pip已經成功安裝在電腦上硫戈。

請選擇以下任一種方式輸入命令安裝依賴:

  1. Windows 環(huán)境 打開 Cmd (開始-運行-CMD)丁逝。
  2. MacOS 環(huán)境 打開 Terminal (command+空格輸入Terminal)。
  3. 如果你用的是 VSCode編輯器 或 Pycharm嫩码,可以直接使用界面下方的Terminal.

由于geopandas涉及到許多第三方依賴罪既,pip安裝起來非常麻煩。因此在本教程中回挽,我只推薦使用conda安裝geopandas:

conda install geopandas

一行語句即可完成安裝千劈。

2.基本使用

設定坐標繪制簡單的圖形:

import geopandas
from shapely.geometry import Polygon
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 = geopandas.GeoSeries([p1, p2, p3])

# g:
# result:
# 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: geometry

這些變量所形成的圖形如下:

這里有一個重要且強大的用法墙牌,通過area屬性暗甥,geopandas能直接返回這些圖形的面積:

>>> print(g.area)
0    0.5
1    1.0
2    1.0
dtype: float64

不僅如此撤防,通過plot屬性函數(shù),你還可以直接生成matplotlib圖辜膝。

>>> g.plot()

通過matplot的pyplot漾肮,可以將圖片保存下來:

import matplotlib.pyplot as plt
g.plot()
plt.savefig("test.png")

學會上面的基本用法克懊, 我們就可以進行簡單的地圖繪制及面積的計算了七蜘。

3.繪制并算出每個省的面積

此外橡卤,它最大的亮點是可以通過 Fiona(底層實現(xiàn)损搬,用戶不需要管),讀取比如ESRI shapefile(一種用于存儲地理要素的幾何位置和屬性信息的非拓撲簡單格式)谈为。

import geopandas
import matplotlib.pyplot as plt
from shapely.geometry import Polygon

maps = geopandas.read_file('1.shx')
# 讀取的數(shù)據格式類似于
# geometry
# 0 POLYGON ((1329152.341 5619034.278, 1323327.591...
# 1 POLYGON ((-2189253.375 4611401.367, -2202922.3...
# 2 POLYGON ((761692.092 4443124.843, 760999.873 4...
# 3 POLYGON ((-34477.046 4516813.963, -41105.128 4...
# ... ...
maps.plot()
plt.savefig("test.png")

如代碼所示踢关,通過read_file你可以讀取shx粘茄、gpkg、geojson等數(shù)據儒搭。讀取出來的圖形如下:

同樣搂鲫,這個shapefile是省級行政區(qū)的磺平,每一個省級行政區(qū)都被劃分為一個區(qū)塊,因此可以一行語句算出每個省級行政區(qū)所占面積:

print(maps.area)
# 0 4.156054e+11
# 1 1.528346e+12
# 2 1.487538e+11
# 3 4.781135e+10
# 4 1.189317e+12
# 5 1.468277e+11
# 6 1.597052e+11
# 7 9.770609e+10
# 8 1.385692e+11
# 9 1.846538e+11
# 10 1.015979e+11
# ... ...

我們的文章到此就結束啦擦酌。
如果你喜歡今天的Python 實戰(zhàn)教程菠劝,記得三連哦

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市笼平,隨后出現(xiàn)的幾起案子舔痪,更是在濱河造成了極大的恐慌辙喂,老刑警劉巖鸠珠,帶你破解...
    沈念sama閱讀 211,290評論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件渐排,死亡現(xiàn)場離奇詭異灸蟆,居然都是意外死亡,警方通過查閱死者的電腦和手機可缚,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,107評論 2 385
  • 文/潘曉璐 我一進店門斋枢,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人描姚,你說我怎么就攤上這事戈次。” “怎么了绊寻?”我有些...
    開封第一講書人閱讀 156,872評論 0 347
  • 文/不壞的土叔 我叫張陵悬秉,是天一觀的道長。 經常有香客問我驮俗,道長王凑,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,415評論 1 283
  • 正文 為了忘掉前任索烹,我火速辦了婚禮百姓,結果婚禮上况木,老公的妹妹穿的比我還像新娘旬迹。我一直安慰自己奔垦,他們只是感情好尸疆,可當我...
    茶點故事閱讀 65,453評論 6 385
  • 文/花漫 我一把揭開白布寿弱。 她就那樣靜靜地躺著,像睡著了一般症革。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上嗜浮,一...
    開封第一講書人閱讀 49,784評論 1 290
  • 那天,我揣著相機與錄音畏铆,去河邊找鬼。 笑死辞居,一個胖子當著我的面吹牛,可吹牛的內容都是我干的瓦灶。 我是一名探鬼主播,決...
    沈念sama閱讀 38,927評論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼刃泡,長吁一口氣:“原來是場噩夢啊……” “哼烘贴!你這毒婦竟也來了撮胧?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 37,691評論 0 266
  • 序言:老撾萬榮一對情侶失蹤锻离,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后逛薇,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體疏虫,經...
    沈念sama閱讀 44,137評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡卧秘,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,472評論 2 326
  • 正文 我和宋清朗相戀三年翅敌,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片治专。...
    茶點故事閱讀 38,622評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡张峰,死狀恐怖棒旗,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情饶深,我是刑警寧澤逛拱,帶...
    沈念sama閱讀 34,289評論 4 329
  • 正文 年R本政府宣布朽合,位于F島的核電站,受9級特大地震影響锋华,放射性物質發(fā)生泄漏箭窜。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,887評論 3 312
  • 文/蒙蒙 一婆咸、第九天 我趴在偏房一處隱蔽的房頂上張望芜辕。 院中可真熱鬧尚骄,春花似錦倔丈、人聲如沸状蜗。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,741評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽蜜氨。三九已至捎泻,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間族扰,已是汗流浹背定欧。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評論 1 265
  • 我被黑心中介騙來泰國打工砍鸠, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人录豺。 一個月前我還...
    沈念sama閱讀 46,316評論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像饭弓,于是被迫代替她去往敵國和親双饥。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 43,490評論 2 348

推薦閱讀更多精彩內容