GeoPandas官方快速入门文档（中文翻译版）

GeoPandas官方快速入门文档（中文翻译版）

原文链接>>Introduction to GeoPandas

点这里可以一键跑通>>GeoPandas 简介

GeoPandas简介

本快速教程介绍了GeoPandas的主要概念和基本功能，以帮助您开始编写您的项目。

概念

GeoPandas，顾名思义，通过增加对地理空间数据的支持，扩展了流行的数据科学库pandas 如果你对 pandas不熟悉，我们建议在继续之前快速浏览一下它的快速入门文档。

GeoPandas的核心数据结构是geopandas.GeoDataFrame，它是pandas.DataFrame的子类，可以存储几何列并执行空间操作。geopandas.GeoSeries是pandas.Series的一个子类，处理几何图形。因此，你的GeoDataFrame是pandas.Series和geopandas.GeoSeries的组合，前者是传统数据（数字、布尔值、文本等），后者是几何图形（点、多边形等）。你可以按照你的意愿拥有任意多的几何列；没有典型的桌面GIS软件的限制。

每个 GeoSeries可以包含任何几何体类型（你甚至可以在一个数组中混合它们），并且有一个GeoSeries.crs属性，它存储了关于投影的信息（CRS代表坐标参考系统）。因此，GeoDataFrame中的每个GeoSeries都可以使用不同的投影，例如，允许你对同一个几何体有多个版本（不同的投影）。

一个 GeoDataFrame中只有一个GeoSeries被认为是 active 的几何体，这意味着所有应用于 GeoDataFrame的几何操作都在这个 active 列上操作。

读取和写入文件

首先，我们需要读取一些数据。

Reading files

假设你有一个包含数据和几何体的文件（例如GeoPackage、GeoJSON、Shapefile），你可以使用geopandas.read_file()来读取它，它会自动检测文件类型并创建一个GeoDataFrame。本教程使用 "nybb"数据集，这是一张纽约各区的地图，是GeoPandas安装的一部分。因此，我们使用geopandas.datasets.get_path()来检索该数据集的路径。

import geopandas

path_to_data = geopandas.datasets.get_path("nybb")
gdf = geopandas.read_file(path_to_data)

gdf

写入文件

使用GeoDataFrame.to_file()将GeoDataFrame写回文件。默认的文件格式是Shapefile，但你可以用driver关键字指定你自己的文件格式。

gdf.to_file("my_file.geojson", driver="GeoJSON")

简单的访问器和方法

现在我们有了 GeoDataFrame，可以开始处理它的几何图形。

由于在纽约区的数据集中只有一列几何体，这一列自动成为 active 的几何体，在GeoDataFrame上使用的空间方法将应用于 "geometry"列。

测量面积

要测量每个多边形(或本例中的MultiPolygon)的面积，请访问GeoDataFrame.area属性，它返回一个pandas.Series。注意，GeoDataFrame.area只是GeoSeries.area应用于 active 的几何列。

但首先，为了使结果更容易阅读，将各区的名称设置为索引:

gdf = gdf.set_index("BoroName")
gdf["area"] = gdf.area
gdf["area"]

获得多边形的边界和中心点

要获得每个多边形的边界（LineString），请访问GeoDataFrame.boundary。

gdf['boundary'] = gdf.boundary
gdf['boundary']

由于我们已经将边界保存为一个新的列，我们现在在同一个GeoDataFrame中有两个几何列。

我们还可以创建新的几何体，例如，可以是原始几何体的缓冲版本（即GeoDataFrame.buffer(10)）或其中心点。

gdf['centroid'] = gdf.centroid
gdf['centroid']

测量距离

我们还可以测量每个中心点离第一个中心点的距离。

first_point = gdf['centroid'].iloc[0]
gdf['distance'] = gdf['centroid'].distance(first_point)
gdf['distance']

注意geopandas.GeoDataFrame是pandas.DataFrame的子类，所以我们有所有的pandas功能可用于地理空间数据集 — 我们甚至可以对属性和几何信息一起进行数据操作。

例如，要计算上面测量的距离的平均值，可以访问 "距离 "列并对其调用 mean() 方法:

gdf['distance'].mean()  # output: 76140.09102166798

制作地图

GeoPandas也可以绘制地图，因此我们可以检查几何体在空间中的表现。要绘制活动的几何图形，请调用GeoDataFrame.plot()。要按另一列进行颜色编码，请将该列作为第一个参数传入。在下面的例子中，我们绘制了活动几何体列，并按 "面积 "列进行颜色编码。我们还想显示一个图例（legend=True）。

gdf.plot("area", legend=True)

你也可以使用GeoDataFrame.explore()交互式地探索你的数据，其行为与plot()相同，但会返回一个交互式地图。

# 复现时出错 AttributeError: 'CRS' object has no attribute 'equals'
# 待官方完善
# gdf.explore("area", legend=False)

将活动的几何图形（GeoDataFrame.set_geometry）转换为中心点，我们可以用点的几何图形绘制相同的数据。

gdf = gdf.set_geometry("centroid")
gdf.plot("area", legend=True)

我们也可以将两个GeoSeries分层在彼此之上。我们只需要把一个作为另一个的画布。

ax = gdf["geometry"].plot()
gdf["centroid"].plot(ax=ax, color="black")

现在我们把活动的几何体设置回原来的GeoSeries。

gdf = gdf.set_geometry("geometry")

几何图形的创建

我们可以进一步处理几何体，并在已有的几何体的基础上创建新的形状。

凸面体

如果我们对多边形的凸壳感兴趣，我们可以访问GeoDataFrame.convex_hull。

gdf["convex_hull"] = gdf.convex_hull
ax = gdf["convex_hull"].plot(alpha=.5) # 将第一个图保存为ax，并将alpha（透明度）设置为0.5
gdf["boundary"].plot(ax=ax, color="white", linewidth=.5)  # 传递第一幅图，并将linewitdth设置为0.5

缓冲区

在其他情况下，我们可能需要使用GeoDataFrame.buffer()对几何体进行缓冲。几何方法会自动应用于活动的几何体，但我们也可以直接应用于任何GeoSeries。让我们来缓冲各区和它们的中心点，并将它们绘制在彼此的上面。

# 缓冲10000英尺的活动几何体（几何体已经以英尺为单位）
gdf["buffered"] = gdf.buffer(10000)

# 缓冲10000英尺的几何体（几何体已经以英尺为单位）
gdf["buffered_centroid"] = gdf["centroid"].buffer(10000)
ax = gdf["buffered"].plot(alpha=.5)  # 将第一个图保存为ax，并将alpha（透明度）设置为0.5
gdf["buffered_centroid"].plot(ax=ax, color="red", alpha=.5)  # 将第一幅图作为画布传递给第二幅图
gdf["boundary"].plot(ax=ax, color="white", linewidth=.5)  # 传递第一幅图，并将linewitdth设置为0.5

几何关系

我们还可以询问不同几何体的空间关系。使用上面的几何图形，我们可以检查哪些缓冲区与布鲁克林的原始几何图形相交，即与布鲁克林相距10 000英尺以内。

首先，我们得到一个布鲁克林的多边形。

brooklyn = gdf.loc["Brooklyn", "geometry"]
brooklyn

多边形是一个shapely geometry object，与GeoPandas中使用的任何其他几何图形一样。

type(brooklyn) # output: shapely.geometry.multipolygon.MultiPolygon

然后我们可以检查gdf[“buffered”]中的哪些几何图形与之相交。

gdf["buffered"].intersects(brooklyn)

只有布朗克斯（在北部）与布鲁克林的距离超过10 000英尺。其他的都比较近，与我们的多边形相交。

另外，我们可以检查哪些缓冲中心点完全在原始区的多边形内。在这种情况下，两个GeoSeries都被对齐，并对每一行进行检查。

gdf["within"] = gdf["buffered_centroid"].within(gdf)
gdf["within"]

我们可以将结果绘制在地图上，以确认这一发现。

gdf = gdf.set_geometry("buffered_centroid")
ax = gdf.plot("within", legend=True, categorical=True, legend_kwds={'loc': "upper left"})  # 使用分类图并设置图例的位置
gdf["boundary"].plot(ax=ax, color="black", linewidth=.5)  # 传递第一幅图，并将linewitdth设置为0.5

投影

每个GeoSeries都有其坐标参考系统（CRS），可在 GeoSeries.crs中访问。CRS告诉GeoPandas这些几何图形的坐标在地球表面的位置。在某些情况下，CRS是地理的，这意味着坐标是经纬度的。在这些情况下，其CRS是WGS84，授权代码为EPSG:4326。让我们看看我们的纽约市各区GeoDataFrame的投影。

gdf.crs

Geometries在EPSG:2263中，坐标为英尺。我们可以使用GeoSeries.to_crs()轻松地将GeoSeries重新投射到另一个CRS，如EPSG:4326。

gdf = gdf.set_geometry("geometry")
boroughs_4326 = gdf.to_crs("EPSG:4326")
boroughs_4326.plot()

boroughs_4326.crs

请注意沿图中轴线的坐标差异。以前我们有120 000 - 280 000（英尺），现在有40.5 - 40.9（度）。在这种情况下，boroughs_4326有一个WGS84的 "geometry"列，但所有其他的（包括中心点等）仍然在原来的CRS中。

TIPS

对于依赖距离或面积的操作，你需要使用投影CRS（米、英尺、公里等）而不是地理CRS（度）。GeoPandas操作是平面的，而度数反映的是球体上的位置。因此，使用度的空间操作可能不会产生正确的结果。例如，gdf.area.sum()（投影CRS）的结果是8 429 911 572英尺，但boroughs_4326.area.sum()（地理CRS）的结果是0.083。