本文描述了一些有趣的过程，通过使用 QGIS 和 Python 中的 geopandas 库来转换矢量数据集中的地图边界。
https://medium.com/@himalaya.birshrestha?source=post_page---byline--1ccf224e293b--------------------------------https://towardsdatascience.com/?source=post_page---byline--1ccf224e293b-------------------------------- Himalaya Bir Shrestha
·发表于 Towards Data Science ·阅读时长 6 分钟·2024 年 5 月 4 日
–
最近，在我的一个项目中，我需要定义一个地区中各个国家的构成，使该地区与其他地区区分开，并在该大陆的地图上突出显示。以亚洲的南亚地区为例。南亚地区包括八个国家：阿富汗、孟加拉国、不丹、印度、马尔代夫、尼泊尔、巴基斯坦和斯里兰卡。从亚洲地图中，我想裁剪出南亚地区，并在该大陆地图上突出显示出来。此外，我还想进一步操作，溶解该地区内各个国家的边界，使该地区可以作为一个单一单元进行展示。
我通过使用量子 GIS（QGIS）和 Python 中的 geopandas 包成功实现了这一目标。在这个过程中，我利用了我已经熟悉的裁剪功能，同时我也学习了“溶解”功能，这个功能让我感到非常着迷。在这篇文章中，我将分享我对这些功能的学习，以及我是如何实现我的目标的。让我们开始吧。
图片来源：作者。
1. QGIS
在一个空的 QGIS 项目中，通过在页面底部的坐标空间中输入world，我可以调用一个内置的世界地图，显示所有国家的行政边界，如下所示。
在 QGIS 中获取世界地图。图片来源：作者。
接下来，通过使用选择功能，我选择了南亚的 8 个国家，如下图所示。QGIS 提供了手动选择、通过多边形、通过半径以及通过鼠标点击单独选择或取消选择国家的选项。
从世界地图中选择国家。图片由作者提供。
在 QGIS 中剪切
在 QGIS 中从世界地图中剪切这些国家非常简单。只需进入菜单中的“矢量”->选择地理处理工具->选择剪切。在选项中，我勾选了“仅选择输入图层中的选定特征”并运行了该过程。
运行剪切算法。图片由作者提供。
剪切操作仅用时 7.24 秒，我得到了一个名为“Clipped”的新图层。下图中用棕色表示。通过进入图层的属性，在 QGIS 的符号学选项中可以使用不同的着色选项。
新的剪切图层已创建。图片由作者提供。
在 QGIS 中溶解边界
接下来，我想要溶解南亚各国之间的边界。为此，我选择了南亚的所有国家。我进入矢量菜单->选择地理处理工具->溶解。与上一步类似，我选择了“仅选择输入图层中的选定特征”并运行了该算法，仅用了 0.08 秒。创建了一个新的名为“Dissolved”的图层，在其中各国的行政边界被溶解，呈现为一个单独的单位，如下所示：
新的溶解图层已创建。图片由作者提供。
同时可视化世界图层和溶解图层，效果如下所示：
溶解图层和世界图层。图片由作者提供。
2. Geopandas
在本节中，我将展示如何在 Python 中使用 geopandas 包实现相同的目标。
在第一步中，我读取了 geopandas 包内建的世界地图数据集。它包含了全世界的矢量数据以及所有国家的行政边界。这些数据来自于Natural Earth数据集，且可以免费使用。
import pandas as pd
import geopandas as gpd
import matplotlib.pyplot as plt
import numpy as np
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
world.plot(color = "lightgrey")
在 geopandas 中绘制世界地图。图片由作者提供。
使用 geopandas 进行剪切
在我之前的文章中，我展示了如何从原始的 geopandas 数据框或图层中剪切出自定义的多边形几何形状作为掩模。然而，为了简便起见，我只是使用了过滤选项来获取亚洲和南亚所需的图层。
asia = world[world.continent == "Asia"]
asia.plot(color = "lightgrey")
从世界地图中过滤出亚洲大陆。作者提供的图片。
为了过滤出南亚地区，我使用了一个包含每个国家名称的列表作为参考。
south_asia_countries = ["Afghanistan", "Bangladesh", "Bhutan", "India",
"Maldives", "Nepal", "Pakistan", "Sri Lanka"]
south_asia = asia[asia.name.isin(south_asia_countries)]
south_asia.plot()
从亚洲中过滤出南亚地区。作者提供的图片。
使用 geopandas 在南亚国家之间溶解边界
为了溶解南亚国家之间的边界，我使用了 geopandas 中的dissolve功能。我将 None 作为参数传递，并指定了应用某些聚合函数的参数，其中在结果溶解的数据框中，人口和 GDP 将汇总南亚所有国家的人口和 GDP。我还需要弄清楚如何在 QGIS 中应用聚合函数。
south_asia_dissolved = south_asia.dissolve(by = None,
aggfunc = {"pop_est":"sum",
"gdp_md_est":"sum"})
south_asia_dissolved.plot(color = "lightgrey"
南亚国家之间的行政边界被溶解。作者提供的图片。
溶解世界各大陆内国家之间的边界
使用与上述相同的过程，我想要溶解大陆内国家之间的边界，并在世界地图上根据每个大陆中国家的数量展示不同的大陆。
为此，首先我在world地理数据框中添加了一个名为num_countries的新列，其值为 1。然后我使用continent列作为参考溶解了世界地图。
world["num_countries"] = 1
continents_dissolved = world.dissolve(by = "continent",
aggfunc = {"pop_est":"sum",
"gdp_md_est":"sum",
"num_countries":"count"}).reset_index()
continents_dissolved
我使用聚合函数汇总了大陆中所有国家的人口和 GDP，并计算了每个大陆中的国家数量。结果的地理数据框continents_dissolved如下所示：
最终的大陆溶解地理数据框。
我们看到亚洲拥有所有大陆中最多的人口和 GDP。同样，我们看到非洲拥有最多国家（51 个），其次是亚洲（47 个）、欧洲（39 个）、北美洲（18 个）、南美洲（13 个）和大洋洲（7 个）。在这个数据集中，南极洲和七海（开放海洋）也被视为大陆。
最后，我想绘制世界地图，突出显示每个大陆中国家的数量，借助颜色地图。我使用了以下代码实现：
map = continents_dissolved.plot(column = "num_countries",
cmap = "Greens")
# Get the current axes
ax = plt.gca()
# Add a horizontal colorbar
cbar = plt.colorbar(map.get_children()[0],
ax=ax,
orientation='horizontal',
aspect = 30 #control the width of color bar. higher value= lower width.
)
# Set a label for the colorbar
cbar.set_label('Number of Countries')
plt.title("Continents of the world based on number of countries")
plt.savefig("Continents dissolved.jpeg",
bbox_inches = "tight",
dpi = 300)
# Show the plot
plt.show()
结果地图如下所示：
世界地图，颜色反映了每个大陆中国家的数量。作者提供的图片。
结论
在这篇文章中，我描述了如何使用 QGIS 和 Python 中的 geopandas 溶解地图边界的方法。在这个过程中，我还解释了裁剪过程以及在 geopandas 中溶解地图边界时使用聚合函数的可能性。这些过程对于操纵、处理和转换地理地图数据集的形式非常有用。本文的代码和 QGIS 项目文件可在此 GitHub 存储库中找到。谢谢您的阅读！
扫一扫
7
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
