如何通过Python脚本使用QGIS空间算法

QGIS是您学习 GIS 和空间分析时首先遇到的工具之一。您可以使用这个开源软件包处理空间数据及其处理的几乎所有方面。尽管它有广泛的 GUI 功能可供使用，但有时有一种处理脚本的方法还是很重要的。特别是对于构建工作流程的数据科学家和数据工程师来说，对可扩展的自动化脚本的需求非常高。为此， QGIS 提供了一个名为PyQGIS的 Python API 。您可以通过 python 脚本自动化大多数与 QGIS 相关的操作和空间算法。让我们进一步探索这个 Python API，并学习如何在 Python 上使用 QGIS 空间算法。

QGIS 作为其 python API 的一部分，在其软件上提供了一个 python 控制台。您可以使用它来访问几乎所有内容，从 QGIS 菜单和图层到在数据图层上运行一些算法。控制台在处理一些小规模的函数执行方面做得不错。但是，如果目标是处理复杂的工作流程并处理更大的数据集，那么该控制台就会失去光彩。它具有基本功能，但缺乏复杂工作流程所需的复杂性。

您无法从默认的 python 环境导入 QGIS 库。 QGIS 安装了自己的 python 版本来处理运行该软件所需的所有模块。因此，如果您需要从 python 控制台/jupyter 笔记本使用 QGIS 库，您需要确保您的 python 可以找到 QGIS 库路径。或者您可以在 python 环境中安装 QGIS 库。让我们更详细地看看这些选项。

使用 Conda 安装 QGIS 库

如果您使用Anaconda管理 python 库并处理数据科学项目，您将主要了解conda。与pip类似， conda 是 Python 和其他一些语言的包管理系统。使用 conda，您可以像 Python 上的任何其他库一样安装 QGIS 包。您可以直接在默认（读取“全局”）python 环境中安装该包。但由于QGIS通常对依赖模块有其特定的要求。因此，它可能会升级或降级关键包，从而可能为其他项目造成依赖模块版本冲突。

理想情况下，如果您将 Python 用于不同的项目，请为每个项目设置一个环境，或者至少为数据科学工作流程设置一个环境。通过将它们与全局 python 环境分开，您将使您的系统免受与包依赖项相关的错误。因此，安装 QGIS 库的最佳选择是在虚拟环境中进行。它有助于将 QGIS 包与全局 Python 环境隔离。

要在活动 Python 虚拟环境中从 conda 安装 QGIS