GeoPandas地理空间数据分析入门指南

GeoPandas地理空间数据分析入门指南

geopandas Python tools for geographic data 项目地址: https://gitcode.com/gh_mirrors/ge/geopandas

什么是GeoPandas？

GeoPandas是一个基于Python的开源库，它扩展了流行的pandas数据分析库，专门用于处理地理空间数据。简单来说，它让用户能够在熟悉的pandas数据框架中存储和操作地理信息，同时提供了一系列地理空间分析功能。

核心数据结构

GeoPandas引入了两个核心数据结构：

1. GeoDataFrame：继承自pandas.DataFrame，可以包含多个几何列
2. GeoSeries：继承自pandas.Series，专门存储几何对象

每个GeoSeries可以包含多种几何类型（点、线、面等），并且具有一个CRS（坐标参考系统）属性，用于存储投影信息。GeoDataFrame中可以包含多个GeoSeries，但只有一个被视为"活动几何列"，所有空间操作默认作用于这个列。

数据读写操作

读取空间数据

GeoPandas可以轻松读取各种空间数据格式：

import geopandas
from geodatasets import get_path

path_to_data = get_path("nybb")  # 获取纽约行政区数据路径
gdf = geopandas.read_file(path_to_data)  # 读取数据

read_file()方法会自动检测文件格式（Shapefile、GeoJSON、GeoPackage等）并创建GeoDataFrame。

写入空间数据

保存GeoDataFrame同样简单：

gdf.to_file("output.geojson", driver="GeoJSON")  # 保存为GeoJSON格式

文件格式通常由扩展名推断，也可以通过driver参数明确指定。

空间操作与属性

基本几何属性

GeoPandas提供了多种几何属性和方法：

# 计算每个多边形的面积
gdf["area"] = gdf.area

# 获取多边形边界
gdf["boundary"] = gdf.boundary

# 计算多边形质心
gdf["centroid"] = gdf.centroid

# 计算质心间的距离
first_point = gdf["centroid"].iloc[0]
gdf["distance"] = gdf["centroid"].distance(first_point)

几何关系分析

GeoPandas支持多种空间关系运算：

# 检查几何体是否相交
brooklyn = gdf.loc["Brooklyn", "geometry"]
gdf["intersects"] = gdf["buffered"].intersects(brooklyn)

# 检查几何体是否包含
gdf["within"] = gdf["buffered_centroid"].within(gdf)

数据可视化

GeoPandas内置了基于matplotlib的绘图功能：

# 简单绘制几何图形
gdf.plot()

# 按属性值着色
gdf.plot("area", legend=True)

# 交互式地图
gdf.explore("area", legend=False)

坐标参考系统(CRS)管理

GeoPandas可以轻松处理坐标转换：

# 查看当前CRS
print(gdf.crs)  # 输出: EPSG:2263 (使用英尺为单位)

# 转换为WGS84(经纬度)
gdf_wgs84 = gdf.to_crs("EPSG:4326")
gdf_wgs84.plot()

重要提示：进行距离或面积计算时，必须使用投影坐标系（米、英尺等），而不是地理坐标系（度），否则结果不准确。

进阶几何操作

创建缓冲区

# 创建10,000英尺缓冲区
gdf["buffered"] = gdf.buffer(10000)

计算凸包

gdf["convex_hull"] = gdf.convex_hull

实际应用建议

1. 数据准备：确保数据使用适当的投影坐标系进行空间分析
2. 性能优化：对于大型数据集，考虑使用空间索引加速查询
3. 可视化：结合matplotlib自定义地图样式
4. 扩展功能：GeoPandas可与Shapely、Fiona、PyProj等库无缝协作

GeoPandas将传统数据分析和地理空间分析完美结合，为Python用户提供了强大的地理空间数据处理能力。通过掌握这些基础概念和操作，您可以开始构建复杂的地理空间分析工作流。

geopandas Python tools for geographic data 项目地址: https://gitcode.com/gh_mirrors/ge/geopandas