GeoPandas库入门教程

GeoPandas库使用入门教程

前言

Geopandas库扩展了Pandas的内容，使Python可以对几何类型进行空间操作，其大部分用法同Pandas一致。在教程开始之前，先导入最基本的库

import geopandas as gpd
import pandas as pd
import matplotlib.pyplot as plt

使用步骤

1.文件导入\导出与数据结构

使用read_file()可以导入任何的空间矢量数据，主要有shp和GeoJson两种。具体用法为geopandas.read_file(filename, bbox=None, mask=None, rows=None, **kwargs)

• filename 文件路径
• bbox 按照给定的条件筛选几何要素,仅加载与边框相交的数据
• mask 过滤与给定条件相交要素
• rows 要加载的行数
• ignore_geometry = Ture 返回dataframe
• ignore_fields [],选择不加载这几列

下面为导入Shp文件，注意如果文件中有中文字符，则需要指定编码方式为‘gbk’，否则会乱码

stop = gpd.read_file(r'D:\ArcGis\2021_3\时间可达性2021\whsta.shp',encoding = 'gbk')
stop.head(5)

对同样的数据使用Pandas导入

df = pd.read_excel(r'武汉市地铁站点_2021_3(集合).xlsx')
df.head()

对比两个数据，可以看到GeoDataFrame数据多了一个几何列(geometry)，记录数据的属性和坐标信息，几何列可以有多列，而活动几何（active geometry）列只能有一列，如果有关于对空间的方法，则自动作用到 active geometry列。如果想要改变活动几何列，则使用GeoDataFrame.set_geometry()方法

使用下面的方法可以将dataframe数据转换为Geodataframe数据

point = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.GCJ02_loc, df.GCJ02_lat))

options函数可以设置几何列显示的小数点位数，默认5位

gpd.options.display_precision = 5

数据导出

使用GeoDataFrame.to_file()方法可以导出为不多不同的格式，还可以使用GeoDataFrame.to_postgis方法将数据上传到PostGis数据库，元组或列表可以保存在Geopandas中，然而保存为Geopackage或者shp时可能报错。

world = world.set_geometry('borders')
#保存为shp形状文件
world['borders'].to_file(r'D:\Python\Geopython\Geopandas\世界地图\世界地图.shp')
#保存为geojson形状文件
world['borders'].to_file(r'世界地图.geojson', driver='GeoJSON')

2.绘制地图

基本功能

GeoPandas绘制地图使用matplotlib的接口，类似于DataFrame的plot()方法，其中的任何选项都可以在这里传递

#导入世界地图数据和城市数据
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
cities = gpd.read_file(gpd.datasets.get_path('naturalearth_cities'))
#画图
world.plot()

分区统计图

绘制分区统计图，根据关联的值确定形状的颜色，只需要将column设定为指定变量的列，

world = world[(world.pop_est>0) & (world.name!="Antarctica")]#筛选出人口大于0和非南极洲的地区
world['gdp_per_cap'] = world.gdp_md_est / world.pop_est#计算各个地区的人均gdp.dataframe.column返回对应列的series
world.plot(column='gdp_per_cap')#根据人均gdp绘制地图，区别颜色

制作图例

创建图例，使用面向对象的方法

fig, ax = plt.subplots(1, 1)
world.plot(column='pop_est', ax=ax, legend=True)#其中图例为颜色条

上面的图例并不好看，因此需要对图例进行美化，这段代码没看太懂，类似于fig与ax

from mpl_toolkits.axes_grid1 import make_axes_locatable
fig, ax = plt.subplots(1, 1)
divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="5%", pad=0.1)
world.plot(column='pop_est', ax=ax, legend=True, cax=cax)

图片果然变得好看了呢，Sci风！

还可以将颜色条放在下面，并且设置颜色条的名称

fig, ax = plt.subplots(1, 1)
world.plot(column='pop_est',
           ax=ax,
           legend=True,#创建图例
           legend_kwds={
     'label': "Population by Country",
                        'orientation': "horizontal"})#设置放置方式为水平

修改颜色

传入cmap参数还可以修改绘图的色系，具体的色系代码可以使用help()指令查阅，或者直接报错看提示也不失为一种方法！

world.plot(column='gdp_per_cap', cmap='OrRd')

绘制边界

绘制边界有两种方法

#第一种类似将填充改为空白，然而none和None容易混淆
world.plot(facecolor="none", edgecolor="black")
#第二种方法更加清晰
world.boundary.plot()

对待缺失值，GeoPandas在绘制地图时会自动忽略，也可以对确实值的形式进行指定

指定图层的层数

即在同一个图上绘制多个图层，这是非常重要且实用h的功能，一共有两种方法，一种比较简介，一种更加灵活。在制作地图之间， 必须确保每个地图层拥有相同的CRS(方法后面会说到)，即坐标系。依然使用前面导入的世界地图和城市数据，并对坐标系进行统一。

cities = cities.to_crs(world.crs)#统一坐标系

第一种方法是分开制作，按先后顺序确定图层

#方法一
base = world.plot(color='white', edgecolor='black')# 先制作世界地图
cities.plot(ax = base, marker='o', color='red', markersize=5)# 再直接画出来，使用ax关键字

第二种使用面向对象的方法

fig, ax = plt.subplots()
ax.set_aspect('equal')#将横纵比设置相等，当单独使用Geopandas时，自动完成
world.plot(ax = ax, color = 'white',edgecolor = 'black')
cities.plot(ax = ax, marker = 'o', color = 'red',markersize = 5)
plt.show()

通过使用zorder参数还可以控制图层的顺序，其中数字越小的越在下面

ax = cities.plot(color='k', zorder=2)
world.plot(ax=ax, zorder=1)

从绘制顺序来看，城市应该在下面，而通过指定zorder实现了改变。从这里也可看到使用面向对象的方式更加灵活，在绘制过程中直接指定即可。

同Pandas一样，Geopandas的plot()方法也可以绘制其他的图形，例如条形图、饼图等，只需要传入’kind’参数，具体可参考官方文档。不知道版本原因还是啥，我的一直报错。
总结一下plot()方法常用的用法有，具体参考官方文档

• column：根据该列的值确定地图的颜色
• legend: True/False, 是否增加图例
• ax：指定的画图对象
• legend_kwds:字典，设置图例的放置方式，label标明的文字，orientation放置的方向
• camp: 与legend搭配，设置色系.也可以单独使用，需要特殊的编码
• sheme:调整颜色的分配
• cax: 在彩色地图种指定图例的轴
• edgecolor:边的颜色
• marker: 点的形状
• markersize: 点的颜色
• zorder:画图的层数
• figsize = (,)设置画布的大小

除了上述静态图外，还可以使用explore()方法绘制动态交互地图

3.管理投影

管理投影一般有两个操作：定义投影和转换投影
通常情况下导入数据一般自带投影，如果必须可以使用GeoSeries.set_crs()方法，然而我在运行时会报错’‘GeoDataFrame’ object has no attribute ‘set_crs’’，可以试试geodataframe.crs = {‘init’: ‘epsg:3395’}，其中{‘init’: ‘epsg:3395’}表示墨卡托投影，任何能够被pyproj.CRS.from_user_input()语句接受的字符串，都能被geopandas正确使用其他比较常用的还有’epsg: 4326’表示wgs84投影，具体的坐标系代码可以通过www.spatialreference.org查阅。

对坐标系转换的方法可以使用geodataframe.to_crs()，我的版本会报错’‘b’no arguments in initialization list’，运行pyproj.Proj("+init=epsg:4326")发现不是pyproj库的问题，于是按照之前坐标系转换的方法做了一点修改{‘init’: ‘epsg:3395’}，应当传入proj4字典，最新版本的可以直接使用，将wgs84转换为墨卡托坐标

world = world[(world.name != "Antarctica") & (world.name != "Fr. S. Antarctic Lands")]
world = world.to_crs({
     'init': 'epsg:3395'}) # world.to_crs(epsg=3395) would also work
ax = world.plot()
ax.set_title("Mercator")

另外使用read_file()导入数据时，可以指定使用的坐标系，分为新的版本和旧的版本

## OLD
GeoDataFrame(..., crs={
     'init': 'epsg:4326'})
# or
gdf.crs = {
     'init': 'epsg:4326'}
# or
gdf.to_crs({
     'init': 'epsg:4326'})

## NEW
GeoDataFrame(..., crs="EPSG:4326")
# or
gdf.crs = "EPSG:4326"
# or
gdf.to_crs("EPSG:4326")

4.几何操作

对Geopandas中的几何文件进行操作主要有如下几个方法

• GeoSeries.buffer(distance, resolution=16) #根据距离对图形扩展
• GeoSeries.boundary #以圆形向周围扩展
• GeoSeries.centroid #质心
• GeoSeries.convex_hull #变成凸多边形
• GeoSeries.envelope #返回点或者与坐标轴平行矩形
• GeoSeries.simplify(tolerance, preserve_topology=True) #对图形进行简化
• GeoSeries.unary_union #进行合并

下面对一些方法进行举例

#生成数据，一个三角两个正方形
import geopandas as gpd
from geopandas import GeoSeries
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 = GeoSeries([p2,p1, p3])
g.plot(cmap = 'GnBu')

buffer操作，注意画完图后坐标轴的范围

#扩展距离为0.5
g.buffer(0.5)
g.buffer(0.5).plot(cmap = 'GnBu')

envelope操作，从结果可以看到，数据变成三个正方形了

g.envelope.plot(cmap = 'GnBu')
g

使用gdf.area()函数可以获取每个几何形状的面积

print(g.area)#返回pandas，每个元素的面积值

#获取城市的区域数据
nybb_path = gpd.datasets.get_path('nybb')
boros = gpd.read_file(nybb_path)
boros.set_index('BoroCode', inplace=True)#设置Geopandas的索引列
boros.sort_index(inplace=True)
boros.plot(cmap = 'GnBu')

#凸多边形操作
boros['geometry'].convex_hull.plot()

其他操作为，类似美图秀秀，对图片缩放、偏斜等等

#其他操作
GeoSeries.affine_transform(self, matrix)
GeoSeries.rotate(self, angle, origin='center', use_radians=False)#对图形进行旋转
GeoSeries.scale(self, xfact=1.0, yfact=1.0, zfact=1.0, origin='center')#进行缩放
GeoSeries.skew(self, angle, origin='center', use_radians=False)#进行偏斜
GeoSeries.translate(self, xoff=0.0, yoff=0.0, zoff=0.0)#进行平移操作

5.集合操作

根据重叠区域建立新的图形，主要使用函数为geodataframe.overlay()操作，具体的示意如下图

#创建基础的数据
from shapely.geometry import Polygon
polys1 = geopandas.GeoSeries([Polygon([(0,0), (2,0), (2,2), (0,2)]),
                              Polygon([(2,2), (4,2), (4,4), (2,4)])])
polys2 = geopandas.GeoSeries([Polygon([(1,1), (3,1), (3,3), (1,3)]),
                              Polygon([(3,3), (5,3), (5,5), (3,5)])])
df1 = geopandas.GeoDataFrame({
     'geometry': polys1, 'df1':[1,2]})
df2 = geopandas.GeoDataFrame({
     'geometry': polys2, 'df2':[1,2]})

将例子画出来，原始的为两个形状红和绿，取并集后有多个图形，这里可以回顾一下多图层的画法

ax = df1.plot(color='red');
df2.plot(ax=ax, color='green', alpha=0.5)#第一种画图方法

#取并集操作
res_union = gpd.overlay(df1,df2, how='union')#或者df1.overlay(df2,how = '')我的版本会报错
res_union.plot(cmap = 'GnBu')

#取交集
res_intersection = gpd.overlay(df1, df2, how='intersection')
res_intersection.plot()
#df1['geometry'].intersection(df2['geometry'])同样的效果

#identity表示取本身，加上交集
res_identity = gpd.overlay(df1, df2, how='identity')
res_identity
ax = res_identity.plot(cmap='tab10')
df1.plot(ax=ax, facecolor='none', edgecolor='k')
df2.plot(ax=ax, facecolor='none', edgecolor='k')

5.聚合与连接

聚合

在非空间数据中，我们可以使用groupby()函数对数据进行汇总。在空间数据中，我们可以使用dissolve()函数聚合几何特征

#加入我们只有国家的数据，而我们要研究大陆的特征
world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
world = world[['continent', 'geometry']]
#通过大陆属性进行聚合
continents = world.dissolve(by='continent')#同一个大陆的聚合在一起
continents.plot()
continents.head()#只有大洲的数据了

#如果对聚合后的其他性质感兴趣，可以对dissolve函数传递不同的参数
world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
world = world[['continent', 'geometry', 'pop_est']]
continent = world.dissolve(by = 'continent', aggfunc = 'sum')
continent.plot(column = 'pop_est', scheme='quantiles', cmap='YlOrRd')#scheme类似做一个归一化处理
#其他参数有：‘first’’last’‘min’‘max’‘sum’‘mean’‘median’

连接

连接主要分为属性连接（attribute joins）和空间连接（spatial joins）

#先导入基本的数据要素
world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
cities = geopandas.read_file(geopandas.datasets.get_path('naturalearth_cities'))
# for attribute joins
country_shapes = world[['geometry', 'iso_a3']]
country_names = world[['name', 'iso_a3']]

#for spatial joins
countries = world[['geometry', 'name']]
countries = countries.rename(columns={
     'name':'country'})#更换列名，将name更换为country

属性连接主要使用geodataframe.merge()方法，和pandas的merge()用法相似，如果使用pandas.merge()对GeoDateFrame方法进行连接，则返回结果不再是GeoDataFrame数据

#根据iso_a3列对两个数据进行连接
country_shapes = country_shapes.merge(country_names, on = 'iso_a3')
country_shapes.head()

空间链接，使用gdf.sjoin()函数,spacial joins两个Geometry数据的连接，基于他们的空间关系

#一个国家数据，一个点的数据，通过空间关系进行连接
countries.head()
cities.head()
#cities_with_country = cities.sjoin(countries, how="inner", predicate='intersects')官网给的该方法报错，没有sjoin属性
cities_with_country = gpd.sjoin(cities, countries, how="inner")#没有关键字predicate
#结果差不多

Geopandas提供了两个空间连接函数

• gpd.sjoin()，基于binary predicates (intersects, contains, etc.)二进制谓词
• 和gpd.sjoin_nearest(), 基于邻进度，可以设置最大搜索半径
• gpd.sjoin()有两个核心how 和 predicate
• predicate: intersects\contains\within\touches\crosses\overlaps
• how:left\right\inner，其中inner使用共同的索引值，并且只保留左边的Geodf

另外使用gdf.append()可以对gdf数据进行拼接，类似pandas中的append()方法。同理pd.concat([])方法也可以使用

joined = world.geometry.append(cities.geometry)
pd.concat([world, cities])

总结

以上就是对GeoPandas库简单学习过程，该库可以和OSMnx结合，从OSMnx库获取地图资源，再通过GeoPandas进行可视化，以后有机会可以分享一下OSMnx的学习过程。下面为通过GeoPandas库制作的效果图

参考

Geopandas官网(https://geopandas.org/en/stable/index.html)