• Python空间分析——geopandas安装与基本使用

• 一、geopandas安装

• 二、geopandas数据读取与存储

  • 导入包

  • 从geopandas自带的数据库中读取数据

  • 从本地读取shp数据

  • 显示geopandas表格数据

  • 从本地读取geojson数据

  • 文件保存

空间分析是经济、管理、地理多学科方向重点使用的研究方法，在分析区域的集疏、空间的联系及其响应过程中应用广泛，是空间格局、响应和过程集成的重要方法依托。但从技术的基本层面来讲，空间分析通常只是回答What(是什么)、Where(在哪里)和How(怎么样)的问题，而对于Why(为什么)的回答能力较弱，这也是空间分析值得挖掘的重要方向。

空间分析需要复杂的数学工具，其中最主要的是空间统计学、图论、拓扑学、计算几何等，其主要任务是对空间结构进行描述和分析，从而辅助理解和解释空间格局、响应和过程。

实际上，空间分析的软件已经很多，包括专门的地理信息软件ArcGIS、QGIS等，还包括了Python、Matlab和R等综合性的数据分析语言，它们因为编程语言的灵活性而具有更高效率和更为广阔的拓展空间，也因此发展出较为热门的开源GIS的领域。东北地理所卜坤老师新书《Python与开源GIS》是一本很好地参考教材，本系列推文将围绕开源GIS学习，将相关学习心得整理成学习笔记。

首先总结一下学习geopandas的一些心得。

一、geopandas安装

• Python数据分析三大件之一pandas，是数据分析利器，很多人都接触过。geopandas是用来处理地理空间数据的python第三方库，它是在pandas的基础上建立的，完美地融合了pandas的数据类型，并且提供了操作地理空间数据的高级接口，使得在python中进行GIS操作变成可能。

• geopandas好处虽然多，但是安装有点费劲，依赖包通过pip直接安装很容易报错，因此需要自己找到二进制的文件进行本地安装。

• 我这里搜罗了GDAL、Fiona、pyproj、shapely和retree，有需要的关注微信公众号回复geopandas即可下载，python环境是3.7

• 安装时大致顺序为：首先要安装GDAL，其次是Fiona、shapely、pyproj，如果不先安装GDAL，会报错。

• 在安装前可以到下面这个网站下载Shapely, GDAL, Fiona，Rtree这四个模块的.whl文件，要与自己安装的python版本对应。除了这里介绍的，其他很多包也可以下载，https://www.lfd.uci.edu/~gohlke/pythonlibs/

• 用QQ浏览器打不开上面这个网站，谷歌、火狐和360都可以。

• 将所需要的二进制包存放路径复制下来，在命令行中输入 pip install **.whl (你的whl文件所在路径 \ xxx.whl)，即可进行本地安装。

• 把上面那四个模块一一安装完之后pip install geopandas，可以使用geopandas了

二、geopandas数据读取与存储

导入包

import pandas as pd
import geopandas as gpd
import matplotlib.pyplot as plt
%matplotlib inline

从geopandas自带的数据库中读取数据

world = gpd.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
world.plot()
plt.show()

从本地读取shp数据

regions = gpd.GeoDataFrame.from_file(r'C:\Users\dell\Desktop\中国19城市群\中国19城市群.shp', encoding='utf-8')
regions.plot()
plt.show()

显示geopandas表格数据

regions = gpd.read_file(r'C:\Users\dell\Desktop\中国19城市群\中国19城市群.shp', encoding='utf-8')
regions

从本地读取geojson数据

regions = gpd.read_file(r'C:\Users\dell\Desktop\geopython-master\data\berlin-neighbourhoods.geojson', encoding='utf-8')
regions.plot()
plt.show()

文件保存

regions.to_file(r"C:\Users\dell\Desktop\geopython-master\data\berlin-neighbourhoods.shp")

这样就轻松实现了geojson数据向shp数据的转换

近期文章

Python入门：

Python安装与环境配置

Python基础用法 |《Python与开源GIS》

Python读取excel的两种方法

Python读取json数据

Python基本库——解析库XPath

Python基本库—正则表达式(regex)

第一个Python爬虫

空间分析：

开工了开工了！空间计量模型系列教程一

空间计量模型系列教程二

情人节特辑之带有惊喜的空间计量模型系列教程三

空间计量模型系列教程四

空间计量模型系列教程五(完结啦)

空间计量||空间权重矩阵

空间计量——用GeoDa和stata生成空间权重矩阵的方法

空间计量|| matlab实现空间计量模型SAR、SEM、SDM

如果觉得有用就点一下“在看”吧