python怎么读shape文件？

一、Shapefile基础概念

Shapefile是GIS领域标准矢量格式，由ESRI开发，包含三个核心文件：

• .shp：存储几何要素（点/线/面）
• .shx：几何索引文件
• .dbf：属性数据表
  需保证同名文件在同一目录（如roads.shp, roads.shx, roads.dbf）。

---

二、Python读取方案详解

1. pyshp库（轻量级首选）

import shapefile

sf = shapefile.Reader("data/rivers.shp")  # 读取文件

# 获取元数据
print(sf.shapeType)  # 几何类型（1=点，3=线，5=面）
print(sf.bbox)       # 地理范围 [minX, minY, maxX, maxY]

# 遍历几何要素
shapes = sf.shapes()
for i, shape in enumerate(shapes):
    points = shape.points  # 坐标列表 [(x1,y1), (x2,y2)...]
    parts = shape.parts    # 多部件索引（如岛屿多边形）
    # 示例：打印第一条线的首点坐标
    if i == 0: 
        print("首点坐标:", points[0])

# 读取属性表
records = sf.records()
for rec in records:
    print(rec["NAME"], rec["LENGTH_KM"])  # 字段名需实际存在

2. geopandas库（数据分析推荐）

import geopandas as gpd

gdf = gpd.read_file("data/countries.shp")  # 自动解析几何+属性

# 核心操作
print(gdf.head())          # 查看前5行数据
print(gdf.crs)            # 坐标系（如EPSG:4326）
gdf.plot()                # 自动绘制地图

# 属性查询
asia = gdf[gdf["CONTINENT"] == "Asia"]  # 筛选亚洲国家
asia.to_file("asia.gpkg", driver="GPKG")  # 导出为GeoPackage

3. GDAL/OGR库（高性能专业级）

from osgeo import ogr

ds = ogr.Open("data/lakes.shp")
layer = ds.GetLayer(0)  # 获取第一层

# 遍历要素
for feat in layer:
    geom = feat.GetGeometryRef()  # 几何对象
    name = feat.GetField("NAME")  
    if geom.GetGeometryType() == ogr.wkbPolygon:
        area = geom.Area()  # 计算多边形面积
        print(f"{name}: {area:.2f} km²")

# 读取空间参考
spatial_ref = layer.GetSpatialRef()
print(spatial_ref.ExportToWkt())  # 输出WKT格式坐标系

---

三、关键问题解决方案

1. 中文路径/乱码处理

   # pyshp
   sf = shapefile.Reader("中文/道路.shp", encoding="gbk")
   
   # GDAL
   gdal.SetConfigOption("GDAL_FILENAME_IS_UTF8", "YES")
   gdal.SetConfigOption("SHAPE_ENCODING", "UTF-8")
   

2. 批量读取大型文件

   # 分块读取降低内存
   with shapefile.Reader("large_file.shp") as sf:
       for i in range(0, len(sf), 1000):  # 每次处理1000条
           batch = sf.shapeRecords()[i:i+1000]
           for rec in batch:
               process(rec.shape, rec.record)
   

3. 坐标系转换

   # geopandas示例
   gdf = gdf.to_crs("EPSG:3857")  # 转Web墨卡托投影
   

---

四、工具对比与选型建议

库	安装命令	适用场景	优势
pyshp	pip install pyshp	轻量读取/基础操作	无依赖、API简单
geopandas	pip install geopandas	空间分析/数据清洗	集成pandas，支持空间运算
GDAL	pip install GDAL	专业GIS开发/坐标系转换	支持格式多，功能强大

💡 选型建议：

• 快速查看数据 → pyshp
• 数据分析/可视化 → geopandas
• 坐标转换/格式处理 → GDAL

---

五、进阶技巧

1. 写入Shapefile

   # pyshp写入示例
   w = shapefile.Writer("new_data.shp", shapeType=shapefile.POLYLINE)
   w.field("ROAD_ID", "N")  # 添加数字字段
   w.line([[[102, 35], [103, 36]]])  # 添加线段
   w.record(101)  # 对应属性
   w.close()
   

2. 空间计算

   # geopandas计算缓冲区
   rivers = gpd.read_file("rivers.shp")
   buffered = rivers.geometry.buffer(0.01)  # 创建1km缓冲区
   

3. 可视化强化

   import matplotlib.pyplot as plt
   fig, ax = plt.subplots()
   gdf.plot(ax=ax, column="GDP", legend=True, cmap="viridis")
   plt.savefig("map.png", dpi=300)