python-geopandas读取、创建shapefile文件、geopandas学习教程

shapefile是GIS中非常重要的一种数据类型，在ArcGIS中被称为要素类(Feature Class)，主要包括点(point)、线(polyline)和多边形(polygon)这三种。作为一种十分常见的矢量文件格式，geopandas对shapefile提供了很好的读取和写出支持 。

geopandas库允许对几何类型进行空间操作，其DataFrame结构相当于GIS数据中的一张属性表，使得可以直接操作矢量数据属性表，使得在python中操作地理数据更方便。本文给大家介绍下用Python脚本中对Shapefile文件(.shp，.shx，.dbf等格式)进行读写操作。

开发准备

由于geopandas有好几个依赖库，推荐大家使用 Miniconda或是 Anaconda来安装geopandas。

安装命令： conda install -c conda-forge geopandas

国内镜像： conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge geopandas

使用导入：import geopandas

我这里用的是geopandas 0.7的版本，版本间差异是不太大，最新0.8版本新增了一些查询、入库方面的特性。

shapefile文件信息的读取

相比pyshp库，geopandas库的数据读取、展示、分析、拓展的效果要更好。它可以读取zip中的shapefile，还可以读取GeoJson、ArcGIS中地理数据库gdb，以及QGIS中GeoPackage 存放的矢量数据。

import geopandas as gpd
from matplotlib import pyplot as plt

data = gpd.read_file(r'E:\gisData\行政区划数据2019\省.shp')#读取磁盘上的矢量文件
#data = gpd.read_file('shapefile/china.gdb', layer='province')#读取gdb中的矢量数据
print(data.crs)  # 查看数据对应的投影信息
print(data.head())  # 查看前5行数据
data.plot()
plt.show()#简单展示

显示效果：

shapefile文件的创建

要素类的创建效率很高，既能创建要素实体，也能写入属性信息和定义投影。下面先简单介绍下三种要素类的创建方法。

点状要素类的创建

• 核心代码：

# 对应shapely.geometry中的Point，用于表示单个点，下面我们创建一个由若干Point对象组成
cq = geopandas.GeoSeries([geometry.Point(110, 60),
                          geometry.Point(110.5, 50.4),
                          geometry.Point(120, 55),
                          geometry.Point(107.8, 54.6),
                          geometry.Point(114.6, 50)],
                         crs='EPSG:4326',  # 指定坐标系为WGS 1984
                         index=['一号', '二号', '三号', '四号', '五号'],  # 相关的索引
                         )
# 导出数据为shapefile文件
cq.to_file('./output/{}.shp'.format(os.path.basename(__file__).replace('.py', '')),
           driver='ESRI Shapefile',
           encoding='utf-8')

线状要素类的创建

• 核心代码：

# 这里shapely.geometry.LineString([(x1, y1), (x2, y2), ...])用于创建多点按顺序连接而成的线段
cq = geopandas.GeoSeries([geometry.LineString([(0, 0), (1, 1), (1, 0)]),
                          geometry.LineString([(0.5, 2), (0, 1), (-1, 0)])],
                         crs='EPSG:4326',
                         index=['一号线', 'b'])
cq.to_file('./output/{}.shp'.format(os.path.basename(__file__).replace('.py', '')),
           driver='ESRI Shapefile',
           encoding='utf-8')

面状要素类的创建

• 核心代码：

# 对应shapely.geometry中的Polygon，用于表示面，下面我们创建一个由若干Polygon对象组成
cq = geopandas.GeoSeries([geometry.Polygon([(14, 14), (13, 18), (20, 11), (18, 10)]),
                          geometry.Polygon([(0, 0), (10, 0), (10, 10), (0, 10)],
                                           [((1, 3), (5, 3), (5, 1), (1, 1)),
                                            ((9, 9), (9, 8), (8, 8), (8, 9))]),
                          geometry.Polygon([(11, 2), (11, 10), (12, 10), (12, 2)])
                          ],
                         index=['简单面', '复杂面', 'c区'],  # 构建一个索引字段
                         crs='EPSG:4326',  # 坐标系是：WGS 1984
                         )
cq.to_file('./output/{}.shp'.format(os.path.basename(__file__).replace('.py', '')),
           driver='ESRI Shapefile',
           encoding='utf-8')

拓展应用实例

展高程点

高程点文件存储格式与CASS中读取的DAT格式一致，示例：【1,ZDH ,450000.000,4100000,20002,DYG,450000.000,4100000,2000 】其中，“1”代表的是“点号”，“ZDH”代表的是“代码”，之后的分别是“东坐标、北坐标、高程值”即“Y、X、H ”或者是“X、Y、H ”

• AutoCAD中展点效果

• geopandas中展点效果

• 实现代码

  # -*- coding: utf-8 -*-
  
  import pandas as pd
  import geopandas as gpd
  from shapely.geometry import Point
  from matplotlib import pyplot as plt
  from matplotlib.ticker import FuncFormatter
  
  # 读取数据
  file_path = './data-use/高程数据.csv'
  rankings_colname = ['name', 'mark', 'longitude', 'latitude', 'height'];
  df = pd.read_csv(file_path, header=None, names=rankings_colname)
  # print(df.head(5))#输出前五行数据查看
  xy = [Point(xy) for xy in zip(df['longitude'], df['latitude'])]
  pts = gpd.GeoSeries(xy)  # 创建点要素数据集
  #保存为SHP文件
  pts.to_file('./output/展高程点.shp', driver='ESRI Shapefile', encoding='utf-8')
  """fig是用来设置图像大小参数，ax是行列有多少个点"""
  fig, ax = plt.subplots(figsize=(8, 6))  # 返回一个包含figure和axes对象的元组
  ax = pts.plot(ax=ax,
                facecolor='white',
                edgecolor='black',
                marker='X',
                linewidth=0.5,  # 内外符号比例系数
                markersize=12,
                label='高程点')
  # 地图标注
  new_texts = [plt.text(x_ + 1, y_ + 1, text, fontsize=8) for x_, y_, text in
               zip(df['longitude'], df['latitude'], df['name'])]
  
  
  # 设置坐标轴
  def formatnum(x, pos):
      # return '$%.1f$x$10^{4}$' % (x / 10000)#科学计数法显示
      return int(x)  # 取整显示
  
  
  formatter = FuncFormatter(formatnum)
  ax.yaxis.set_major_formatter(formatter)
  
  # 美观起见隐藏顶部与右侧边框线
  ax.spines['right'].set_visible(False)
  ax.spines['top'].set_visible(False)
  plt.grid(True, alpha=0.4)  # 显示网格，透明度为50%
  ax.legend(title="图例", loc='lower right', ncol=1, shadow=True) # 添加图例
  plt.title('展高程点', fontdict={'weight': 'normal', 'size': 20}) # 设置图名&改变图标题字体
  # 保存图片
  plt.savefig('images/展高程点.png', dpi=300, bbox_inches='tight', pad_inches=0)
  plt.show()
  

点集转面

将一系列点的集合转为面状要素类，下面以甘肃省的地震带为例（字段对应：名称，面索引，点索引，经度，纬度）。

• 数据预览

• 效果预览

• 实现代码

  import geopandas as gpd
  import pandas as pd
  from shapely.geometry import Polygon
  from matplotlib import pyplot as plt
  
  raw = pd.read_excel('./data-use/甘肃省地震带.xls')  # 原始数据
  # 转换为面要素
  output = raw.groupby('id') \
      .apply(lambda df: Polygon([(x, y) for x, y in zip(df['longitude'], df['latitude'])])) \
      .to_frame(name='geometry')
  
  # 转换为GeoDataFrame
  output = gpd.GeoDataFrame(output, crs='EPSG:4326')
  output.plot()
  # 地图标注
  new_longitude = raw.groupby('name', as_index=False,)['longitude'].mean()
  new_latitude = raw.groupby('name', as_index=False)['latitude'].mean()
  new_df = pd.merge(pd.DataFrame(new_longitude),pd.DataFrame(new_latitude))
  new_texts = [plt.text(x_ , y_ , text, fontsize=8) for x_, y_, text in
               zip(new_df['longitude'], new_df['latitude'], new_df['name'])]
  # 导出shapefile
  output.to_file('output/地震带.shp')  
  plt.show()
  

创建缓冲区、多环缓冲区

• 实现代码：

  import os
  import shapely
  import geopandas as gpd
  import matplotlib.pyplot as plt
  
  polygon = shapely.geometry.Polygon([(0, 0), (1, 0), (1, 1), (0, 1)])
  # 分别绘制多边形、多边形正向缓冲区，坐标系是WGS1984，单位是度
  cq = gpd.GeoSeries([polygon,
                      polygon.buffer(distance=1),
                      polygon.buffer(distance=3)],
                     crs='EPSG:4326')
  # 导出数据为shapefile文件
  cq.to_file('./output/{}.shp'.format(os.path.basename(__file__).replace('.py', '')),
             driver='ESRI Shapefile',
             encoding='utf-8')
  ax = cq.plot(alpha=0.2)
  ax.axis('off')  # 取消坐标轴的显示
  plt.show()
  

写在最后

附相关完整代码的下载，还有更多有趣的内容，感兴趣的朋友们可以自行实践。喜欢的朋友们可以点个关注，后续将持续更新，精彩无限^ - ^

链接：https://pan.baidu.com/s/1QCack83clQEJGorQLaNkKg

提取码：bfrs

最后给大家强烈安利一个geopandas学习博客： https://www.cnblogs.com/feffery/tag/geopandas/