Python+OGR库学习（五）：要素筛选

最新推荐文章于 2024-07-30 04:45:00 发布

Learner_P

最新推荐文章于 2024-07-30 04:45:00 发布

阅读量2.9k

点赞数 4

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/weixin_42924891/article/details/85478142

本文介绍了使用Python结合OGR库进行要素筛选的操作，具体任务是根据name字段筛选出cache_towns.shp中name为'Nibley'的多边形，创建1500单位的缓冲区，然后筛选出sites.shp中位于该缓冲区内的点，打印这些点的id。通过设置AttributeFilter和SpatialFilter实现属性与空间筛选。此外，还提到可通过SQL语句完成筛选，且该方法适用于对DataSource的操作。文章最后提及了对文件夹中所有shp文件批量投影的后续内容。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码任务

多边形是矢量cache_towns.shp,有一个字段name，及点矢量sites.shp，python实现：拿出name为Nibley的要素，并建立1500的缓冲区，用新的要素筛选sites文件，找到在这个缓冲区内的所有点，并打印其id

代码思路

1、打开两个文件，获取到图层（不管是属性筛选还是空间范围筛选，操作对象那个都是图层）
2、layer.SetAttributeFilter("name = ‘Nibley’ ")筛选出符合的要素，获取个数
3、要素中读取几何求缓冲区得到新的几何体
4、layer.SetSpatialFilter(geombuffer)筛选sites，并打印id

代码

#!/usr/bin/env python3
# -*- coding:utf-8 -*-

import ogr,os
driver = ogr.GetDriverByName('ESRI Shapefile')
os.chdir(r

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Learner_P

关注关注

4
点赞
踩
12

收藏

觉得还不错? 一键收藏
8
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

开源库OGR的入门知识

如果想成为中心，那么就到中心去吧。

12-20

2825

1. 前言 OGR 是一个读取和处理 GIS 矢量数据的开源代码库。它可以读取和处理多种流行的矢量数据（如 ESRI 的 Shapefile、S-57、SDTS、PostGIS、Oracle Spatial、以及 Mapinfo 的 mid/mif 和 TAB 格式） 2. OGR库安装 OGR 是 GDAL 的配套库，它是 GDAL 库的一个部分，只要你安装了 GDAL 库，就已经拥有了 OGR 库。关于gdal（python）的安装，可以参考这篇博客。 3. OGR库数据模型 OGR数据模型是基于Op

使用Python的ogr库读写矢量数据

DarcyCode的博客

09-22

355

通过使用Python的ogr库，我们可以方便地读取和写入矢量数据。在读取数据时，我们可以打开矢量数据文件，获取数据源和图层，并遍历要素以获取其几何和属性信息。在写入数据时，我们可以创建新的数据源和图层，并创建要素并将其添加到图层中。这些操作使得我们能够轻松处理和操作矢量数据。希望本文对您学习如何使用Python的ogr库读写矢量数据有所帮助！如有任何疑问，请随时提问。

8 条评论您还未登录，请先登录后发表或查看评论

【Python实现Select by Location】使用geopandas对多边形进行buffer筛选

Read by heart

05-05

913

import geopandas as gpd dist_buffer = 500 jy_12_poly_gdf = gpd.read_file(jy_12_split_file) for i in range(100): nei_poly = jy_12_poly_gdf[jy_12_poly_gdf.within(jy_12_poly_gdf['geometry'][i].buffer(dist_buffer))]

如何在集合中筛选出满足条件的元素——org.apache.commons.collections4的使用

zwt0909的博客

05-30

1329

如何在集合中筛选出满足条件的元素——org.apache.commons.collections4的使用原来在一个集合中选出满足条件的元素：遍历 - 判断条件 - add到新的集合。使用org.apache.commons.collections4的集合工具类CollectionUtils中的select方法API：http://commons.apache.org/proper/commons-c

Python+OGR库学习（一）：读取点矢量文件属性值和坐标，并保存为TXT（一行一个要素值）

Winner的博客

12-26

6286

Python GDAL | 教程之：过滤器，简单的空间分析，函数和模块

Prince的博客

05-07

2324

layer对象有一个方法叫setattributefilter()可以将layer中符合某一条件的feature过滤出来。设定了filter之后就可以用getnextfeature()方法依次取出符合条件的feature了。setattributefilter(none)可以清楚一个filter。例如 >>> layer.getfeaturecount() 42 >&...

Python+OGR库学习（二）：读取点矢量文件，复制特定属性值点并另存为shp文件

Winner的博客

12-28

4516

Python+OGR库学习（四）：重投影shp文件并另存，属性表保持不变

Winner的博客

12-31

3302

代码关键点 1、首先要定义好转换参数 2、主要操作对象是要素，需要提前创建好输出文件，然后遍历所有要素，对每一个几何对象进行坐标转换 3、输出文件的字段属性定义需要从输入文件读取代码思路 1、导入相关包，切换路径，注册驱动 2、定义转换关系 3、打开输入文件，读取到图层，创建输出文件，定义字段属性 4、遍历要素，循环读取要素、转换投影、创建对应新要素写入几何，并添加要素到图层 5、定义空间参考文...

Python+OGR库碎片整理——ExecuteSQL筛选要素

Winner的博客

01-01

1249

整理一下SQL语句筛选shp要素，关于SQL语句详细使用参考：[OGR：SQL]https://www.gdal.org/ogr_sql.html 1、获取cover是grass的要素并id降序返回，然后打印id import ogr,os os.chdir(r'F:\Python+gdal\7weeks数据\7weeks数据\ospy_data3\ospy3_data') driver = og...

【Python】ogr使用小记

Read by heart

04-21

641

图层的属性筛选 # 通过属性进行要素筛选 lyr.SetAttributeFilter(field_name + "=" + str(val)) # 还原图层值筛选前的状态 lyr.SetAttributeFilter(None) ogr中的geometry与shapely互相转换 test_poly_file = r"F:\Temp\temp_gis_data\testSplittingPolygon.shp" ds = shp_driver.Open(test.

【Python的GDAL/OGR库】

qq_36253366的博客

07-30

804

定义：GDAL是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式，并提供了一系列命令行工具来进行数据转换和处理。功能：GDAL主要提供对栅格数据的支持，包括读取、写入、转换和处理等操作。它支持多种栅格数据格式，如GeoTIFF、JPEG2000、HDF5、NetCDF等。类与结构：GDAL使用一系列类来管理和处理栅格数据，如GDALDataset类用于表示一个栅格数据集，GDALDriver类用于管理文件格式驱动等。应用。

gdal库_64位

09-12

该gdal库已经使用大半年，在64位系统上可以使用，本人是在vs2013上使用的，如何配置网上都有，之前因为这个库也走了一些弯路，现在贡献给大家！

gdal概览

xiaotiig的博客

12-13

6044

gdal非常简答，就包括3部分，org矢量处理,gdal栅格处理，常用的1些工具集。记住处理的都是一些类，栅格类，数量数据集类，我们主要用这些类的方法操作它的属性。一共就分为三部分：读取栅格，看3.3节写出栅格，看3.4节计算栅格，看3.4.4，就是numpy的运算第二部分就是ORG处理矢量数据：1.读取shp文件，就直接创建驱动读取，就可以读取数据集，图层，要素的属性信息；

关于OGR开源库的一些思考

心如止水-GISer的成长之路

11-30

6776

很久没有写博客了，今天趁着周末有时间，就将我使用OGR的一些做一些总结。我想你如果正在看这篇文章的话，你应该知道OGR是干什么用的。说白了OGR就是读取各种矢量数据的一个开源的抽象库，其实OGR本身没有读取数据，最终读取基本上都是试用各种数据格式的原生API来实现的。例如，读取shapefile文件就是用到了shapelib这个库，这个库就是C语言的，非常简洁好用。大家都说这个GD

2.GDAL简介

XiaoCai

06-15

5008

1. 什么使GDAL GDAL全称是Geospatial Data Abstraction Library(地理空间数据抽象库),在一个X/MIT许可协议下读写空间数据(包括栅格数据和矢量数据)的开源库，它利用抽象数据模型来表达所支持的各种文件格式，还使用一系列命令行来进行数据转换和处理。 OGR(OGR Simple Features Library)是GDAL项目的一个分支，功能与GDAL类似，只是它提供对矢量数据的读写支持。同时它实现了一个对空间参考信息进行处理的类，用来对空间数据的空间信息进行处理。

ogr2ogr 参数大全

nlslzf的专栏

03-31

1265

http://www.gdal.org/ogr2ogr.html converts simple features data between file formats Usage: Usage: ogr2ogr [--help-general] [-skipfailures] [-append] [-update] [-gt n] [-select ...

OGR

Claroja

06-22

274

from osgeo import ogr import sys from osgeo import ogr driver = ogr.GetDriverByName('ESRI Shapefile') dataSource = driver.Open(inshp,0) Layer（图层）由同种要素（Feature）（如点、线、多边形等）组在一起的“层” GetLayer的参数是从0开始的。对于Shapefile而言，它只有一个图层，一般情况下这个参数都是0，如果空着，缺省情况下也是0。 from os

GDAL / OGR 学习手册 | 前言

eternity1412的博客

05-03

3116

本专栏将以 Python 为例，结合 GDAL / OGR 官方说明文档，依次介绍 GDAL 和 OGR 中的常用类和算法，并通过具体的编码示例来帮助大家理解和掌握 GDAL / OGR。

Python地理数据处理六：使用OGR过滤数据

amyniez的博客，欢迎交流讨论

02-02

2208

目录写在前面1. 属性过滤条件写在前面过滤条件可以将不想要的要素抛弃，通过过滤条件可以选出符合特定条件的要素，也可以通过空间范围限定要素，这样就可以简单地处理感兴趣的数据。 1. 属性过滤条件过滤条件需要一个条件语句，类似于SQL语句中的Where子句。如： ‘Population < 50000’ ‘Population = 50000’ ‘Name = “Tokyo”’ 注：比较字符串时，需要用引号将字符串包住，并且保证它们与包住整个查询字符串的引号不同。否则，将会导致语法错误

用ogr库实现上述操作

最新发布

03-13

<think>好的，用户之前问过如何用GDAL的ogr2ogr命令行工具提取土地利用图中的林地部分，现在他想知道如何用OGR库来实现同样的操作。我需要确保我的回答能帮助他理解具体的代码步骤，同时考虑到他可能对OGR库不太熟悉。首先，用户可能已经了解ogr2ogr的命令行用法，现在想深入编程实现，可能是为了集成到更大的项目中或者自动化处理。所以需要提供一个Python脚本示例，使用GDAL/OGR的Python绑定。接下来，我需要确定用户的操作系统，但GDAL库在Python中通常是跨平台的，所以代码示例应该通用。用户可能需要安装gdal包，比如通过pip安装，但有时可能需要从特定源安装，比如conda或者系统包管理器，这点需要提及。然后，代码的结构应该包括导入库、打开数据源、获取图层、设置属性过滤器、创建输出数据源、复制图层等步骤。需要处理中文字符的问题，比如设置locale，避免乱码，但用户可能已经配置好了环境，不过还是应该提到。另外，字段名和字段值的准确性很重要，用户需要确认自己的数据中的实际字段名和值，可能和示例中的不同。需要提醒用户根据实际情况修改代码中的字段名和值。还要注意驱动程序的名称，比如ESRI Shapefile对应的驱动名是'ESRI Shapefile'，需要正确指定输出格式。另外，输出文件路径的处理，比如是否覆盖现有文件，可能需要设置选项，但示例中可能为了简洁省略。最后，需要验证输出是否正确，可以建议用户用ogrinfo或者QGIS查看结果。另外，异常处理也是必要的，比如数据源无法打开的情况，但示例可能为了简洁省略try-except块，但最好提到这一点。总结下来，我需要提供一个简洁但完整的Python脚本，解释每一步的作用，注意事项，以及可能的安装和验证步骤。同时，要确保用户知道根据实际情况调整字段名和值，并处理文件路径等问题。</think>以下是使用Python的`ogr`库实现**提取林地并另存为独立Shapefile**的完整代码示例： ```python from osgeo import ogr import locale # 设置系统区域（防止中文路径/字段乱码） locale.setlocale(locale.LC_ALL, '') # 输入文件 input_shp = 'input.shp' # 输出文件 output_shp = 'forest.shp' # 打开原始数据源 in_ds = ogr.Open(input_shp) in_layer = in_ds.GetLayer() # 设置过滤条件（假设字段名为"land_type"，过滤值为"Forest"） in_layer.SetAttributeFilter("land_type = 'Forest'") # 创建输出文件 driver = ogr.GetDriverByName('ESRI Shapefile') if driver is None: raise RuntimeError("ESRI Shapefile驱动不可用") # 删除已存在的同名文件（避免报错） if os.path.exists(output_shp): driver.DeleteDataSource(output_shp) # 创建新数据源并复制要素 out_ds = driver.CreateDataSource(output_shp) out_layer = out_ds.CopyLayer(in_layer, 'forest_layer') # 释放资源 out_ds = in_ds = None ``` --- ### 关键点解析 1. **属性过滤**：通过`SetAttributeFilter()`实现SQL条件筛选，语法与SQL WHERE子句一致 - 字符串值需用单引号包裹（`'Forest'`） - 数值型直接写数字（`population > 1000`） 2. **驱动选择**：`GetDriverByName('ESRI Shapefile')`指定输出格式为Shapefile 3. **文件处理**： - 必须删除已存在的同名文件（GDAL不会自动覆盖） - `CopyLayer()`完整复制图层结构+数据 --- ### 常见问题处理 1. **中文路径问题**：通过`locale.setlocale(locale.LC_ALL, '')`设置系统区域配置 2. **字段名验证**：建议先用`for field in in_layer.schema: print(field.name)`查看实际字段名 3. **复杂条件**：支持`AND/OR`组合条件，如`"land_type='Forest' AND area > 5000"` --- ### 扩展功能建议 ```python # 查看图层字段结构（调试用） print("字段列表：") for i in range(in_layer_defn.GetFieldCount()): field_defn = in_layer_defn.GetFieldDefn(i) print(f"{i}. {field_defn.GetName()} ({field_defn.GetTypeName()})") # 统计提取结果 print(f"提取到 {out_layer.GetFeatureCount()} 个林地要素") ``` --- ### 环境准备 1. 安装GDAL Python绑定： ```bash conda install -c conda-forge gdal # 推荐Anaconda方式 # 或 pip install GDAL==$(gdal-config --version).0 # 需先安装GDAL库 ``` 2. 验证安装： ```python from osgeo import ogr print(ogr.__version__) # 应输出3.x.x ```