python geopandas讀取、創(chuàng)建shapefile文件的方法

更新時間：2021年06月29日 08:48:01 作者：fungis

shapefile是GIS中非常重要的一種數(shù)據(jù)類型，在ArcGIS中被稱為要素類(Feature Class)，主要包括點(point)、線(polyline)和多邊形(polygon)，本文重點給大家介紹python geopandas讀取、創(chuàng)建shapefile文件的方法，需要的朋友參考下吧

shapefile是GIS中非常重要的一種數(shù)據(jù)類型，在ArcGIS中被稱為要素類(Feature Class)，主要包括點(point)、線(polyline)和多邊形(polygon)。作為一種十分常見的矢量文件格式，geopandas對shapefile提供了很好的讀取和寫出支持，其DataFrame結(jié)構(gòu)相當于GIS數(shù)據(jù)中的一張屬性表，使得可以直接操作矢量數(shù)據(jù)屬性表，使得在python中操作地理數(shù)據(jù)更方便。本文給大家介紹下用Python腳本中對Shapefile文件(.shp，.shx，.dbf等格式)進行讀寫操作。

開發(fā)準備

由于geopandas有好幾個依賴庫，推薦大家使用 Miniconda或是 Anaconda來安裝geopandas。

安裝命令：

conda install -c conda-forge geopandas

國內(nèi)鏡像：

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

使用導(dǎo)入：import geopandas

我這里用的是geopandas 0.7的版本，版本間差異是不太大，最新0.8版本新增了一些查詢、入庫方面的特性。

shapefile文件信息的讀取

相比pyshp庫，geopandas庫的數(shù)據(jù)讀取、展示、分析、拓展的效果要更好。它可以讀取zip中的shapefile，還可以讀取GeoJson、ArcGIS中地理數(shù)據(jù)庫gdb，以及QGIS中GeoPackage 存放的矢量數(shù)據(jù)。

import geopandas as gpd
from matplotlib import pyplot as plt

data = gpd.read_file(r'E:\gisData\行政區(qū)劃數(shù)據(jù)2019\省.shp')#讀取磁盤上的矢量文件
#data = gpd.read_file('shapefile/china.gdb', layer='province')#讀取gdb中的矢量數(shù)據(jù)
print(data.crs)  # 查看數(shù)據(jù)對應(yīng)的投影信息
print(data.head())  # 查看前5行數(shù)據(jù)
data.plot()
plt.show()#簡單展示

顯示效果：

shapefile文件的創(chuàng)建

要素類的創(chuàng)建效率很高，既能創(chuàng)建要素實體，也能寫入屬性信息和定義投影。下面先簡單介紹下三種要素類的創(chuàng)建方法。

點狀要素類的創(chuàng)建

核心代碼：

# 對應(yīng)shapely.geometry中的Point，用于表示單個點，下面我們創(chuàng)建一個由若干Point對象組成
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',  # 指定坐標系為WGS 1984
                         index=['一號', '二號', '三號', '四號', '五號'],  # 相關(guān)的索引
                         )
# 導(dǎo)出數(shù)據(jù)為shapefile文件
cq.to_file('./output/{}.shp'.format(os.path.basename(__file__).replace('.py', '')),
           driver='ESRI Shapefile',
           encoding='utf-8')

線狀要素類的創(chuàng)建

核心代碼：

# 這里shapely.geometry.LineString([(x1, y1), (x2, y2), ...])用于創(chuàng)建多點按順序連接而成的線段
cq = geopandas.GeoSeries([geometry.LineString([(0, 0), (1, 1), (1, 0)]),
                          geometry.LineString([(0.5, 2), (0, 1), (-1, 0)])],
                         crs='EPSG:4326',
                         index=['一號線', 'b'])
cq.to_file('./output/{}.shp'.format(os.path.basename(__file__).replace('.py', '')),
           driver='ESRI Shapefile',
           encoding='utf-8')

面狀要素類的創(chuàng)建

核心代碼：

# 對應(yīng)shapely.geometry中的Polygon，用于表示面，下面我們創(chuàng)建一個由若干Polygon對象組成
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=['簡單面', '復(fù)雜面', 'c區(qū)'],  # 構(gòu)建一個索引字段
                         crs='EPSG:4326',  # 坐標系是：WGS 1984
                         )
cq.to_file('./output/{}.shp'.format(os.path.basename(__file__).replace('.py', '')),
           driver='ESRI Shapefile',
           encoding='utf-8')

拓展應(yīng)用實例

展高程點

高程點文件存儲格式與CASS中讀取的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“點號”，“ZDH”代表的是“代碼”，之后的分別是“東坐標、北坐標、高程值”即“Y、X、H ”或者是“X、Y、H ”

AutoCAD中展點效果

geopandas中展點效果

實現(xiàn)代碼

# -*- 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

# 讀取數(shù)據(jù)
file_path = './data-use/高程數(shù)據(jù).csv'
rankings_colname = ['name', 'mark', 'longitude', 'latitude', 'height'];
df = pd.read_csv(file_path, header=None, names=rankings_colname)
# print(df.head(5))#輸出前五行數(shù)據(jù)查看
xy = [Point(xy) for xy in zip(df['longitude'], df['latitude'])]
pts = gpd.GeoSeries(xy)  # 創(chuàng)建點要素數(shù)據(jù)集
#保存為SHP文件
pts.to_file('./output/展高程點.shp', driver='ESRI Shapefile', encoding='utf-8')
"""fig是用來設(shè)置圖像大小參數(shù)，ax是行列有多少個點"""
fig, ax = plt.subplots(figsize=(8, 6))  # 返回一個包含figure和axes對象的元組
ax = pts.plot(ax=ax,
              facecolor='white',
              edgecolor='black',
              marker='X',
              linewidth=0.5,  # 內(nèi)外符號比例系數(shù)
              markersize=12,
              label='高程點')
# 地圖標注
new_texts = [plt.text(x_ + 1, y_ + 1, text, fontsize=8) for x_, y_, text in
             zip(df['longitude'], df['latitude'], df['name'])]


# 設(shè)置坐標軸
def formatnum(x, pos):
    # return '$%.1f$x$10^{4}$' % (x / 10000)#科學(xué)計數(shù)法顯示
    return int(x)  # 取整顯示


formatter = FuncFormatter(formatnum)
ax.yaxis.set_major_formatter(formatter)

# 美觀起見隱藏頂部與右側(cè)邊框線
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
plt.grid(True, alpha=0.4)  # 顯示網(wǎng)格，透明度為50%
ax.legend(title="圖例", loc='lower right', ncol=1, shadow=True) # 添加圖例
plt.title('展高程點', fontdict={'weight': 'normal', 'size': 20}) # 設(shè)置圖名&改變圖標題字體
# 保存圖片
plt.savefig('images/展高程點.png', dpi=300, bbox_inches='tight', pad_inches=0)
plt.show()

點集轉(zhuǎn)面

將一系列點的集合轉(zhuǎn)為面狀要素類，下面以甘肅省的地震帶為例（字段對應(yīng)：名稱，面索引，點索引，經(jīng)度，緯度）。

數(shù)據(jù)預(yù)覽

效果預(yù)覽

實現(xiàn)代碼

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/甘肅省地震帶.xls')  # 原始數(shù)據(jù)
# 轉(zhuǎn)換為面要素
output = raw.groupby('id') \
    .apply(lambda df: Polygon([(x, y) for x, y in zip(df['longitude'], df['latitude'])])) \
    .to_frame(name='geometry')

# 轉(zhuǎn)換為GeoDataFrame
output = gpd.GeoDataFrame(output, crs='EPSG:4326')
output.plot()
# 地圖標注
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'])]
# 導(dǎo)出shapefile
output.to_file('output/地震帶.shp')  
plt.show()

創(chuàng)建緩沖區(qū)、多環(huán)緩沖區(qū)

實現(xiàn)代碼：

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)])
# 分別繪制多邊形、多邊形正向緩沖區(qū)，坐標系是WGS1984，單位是度
cq = gpd.GeoSeries([polygon,
                    polygon.buffer(distance=1),
                    polygon.buffer(distance=3)],
                   crs='EPSG:4326')
# 導(dǎo)出數(shù)據(jù)為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')  # 取消坐標軸的顯示
plt.show()