python地理处理包——GeoPandas官方中文文档

译自GeoPandas 0.1.0 文档（原版译著，有错误欢迎交流，转载请注明）

　　GeoPandas是一个开源项目，它的目的是使得在Python下更方便的处理地理空间数据。GeoPandas扩展了pandas的数据类型，允许其在几何类型上进行空间操作。几何操作由 shapely执行。 GeoPandas进一步依赖于 fiona进行文件存取和 descartes ，matplotlib 进行绘图。

描述

GeoPandas 的目的是在Python下更容易处理地理数据。它结合了pandas和shaply的功能，提供在pandas下的空间操作和shapel下高层次的处理多几何构型的接口。GeoPandas 允许你很容易的用Python进行操作，不然的话，你将不得不用一个空间数据库去处理，如PostGIS。

安装

笔者目前的发现版本是0.1，安装，可以使用pip或easy_install：

 pip install geopandas

你也可以通过克隆 GitHub上的仓库去安装最新的开发版本，命令脚本如下：

git clone https://github.com/geopandas/geopandas.git
cd geopandas
python setup.py install

同样也可以在PyPI上安装最新的可用开发版本，使用pip，加上--pre安装1.4或者更高的版本，或者直接使用pip从GitHub仓库中安装：

pip install git+git://github.com/geopandas/geopandas.git

依赖

支持Python版本2.6,2.7,和3.2+

依赖包：

• numpy
• pandas (version 0.13 or later)
• shapely
• fiona
• six
• geopy 0.99 (optional; for geocoding)
• psycopg2 (optional; for PostGIS connection)

绘图的话会用到另外的一些包：

• matplotlib
• descartes
• pysal

测试

从源目录下运行当前的测试集，在命令行运行：

nosetests -v

测试自动运行在GitHub库中所有的提交事务上，包括在Travis CI的push请求。

GeoPandas 使用手册

GeoPandas实现了两个主要的数据结构，GeoSeries和GeoDataFrame。它们分别是pandas中Series和DataFrame的子类。

GeoSeries

一个GeoSeries包含一个几何图形的序列。

GeoSeries类实现了几乎所有的Shapely对象的属性和方法。在使用GeoSeries时，它将应用于序列中所有几何图形的每一个元素。二元操作可以在两个GeoSeries对象之间进行，这种情况下二元操作将应用于每一个元素。这两个序列将按匹配的索引进行对于操作。二元操作也可以应用于单个几何，此时二元操作将对该几何序列的每个元素进行。在以上两种情况下，操作将会返回Series或者GeoSeries对象。

在GeoSeries对象中，以下Shapely对象的方法和属性是可以使用的：

GeoSeries.area

　　返回一个Series，它包含GeoSeries中每个几何的面积。

GeoSeries.bounds

　　返回一个DataFrame，它包含每个几何的边界，用列值minx, miny, maxx, maxy来表示。

GeoSeries.length

　　返回一个Series，它包含每个几何的长度。

GeoSeries.geom_type

　　返回一个字符串的Series，字符串指定每个对象的几何类型。

GeoSeries.distance(other)

　　返回一个Series，它包含与其他GeoSeries对象（每个元素）或几何对象的最小距离。

GeoSeries.representative_point()

　　返回所有点的一个GeoSeries（经简易计算），这些点必须保证在每个几何的内部。

GeoSeries.exterior

　　返回线环（LinearRings）的一个GeoSeries，它表示GeoSeries中每个多边形的外边界。

GeoSeries.interior

　　返回内部环序列的一个GeoSeries，它表示GeoSeries中每个多边形的内部环。

一元谓词操作

GeoSeries.is_empty

　　返回一个布尔型的Series，对于一个空的几何图形，该值就为True。

GeoSeries.is_ring

　　返回一个布尔型的Series，对于闭合的要素，该值就为True。

GeoSeries.is_simple

　　返回一个布尔型的Series，如果几何体自身不交叉，该值就为True(仅对线串--LineStrings和线环--LineRings有意义)。

GeoSeries.is_valid

　　返回一个布尔型的Series，如果几何体是有效的，该值就为True。

二元谓词操作

GeoSeries.almost_equals(other[,decimal=6])

　　返回一个布尔型的Series对象，如果在指定的小数位精度下，每个对象所有点与其他对象大致相等，该值就为True（可见equals()）。

GeoSeries.contains(other)

　　返回一个布尔型的Series，如果每个对象的内部包含其他对象的内部和边界，并且它们的边界不相接，该值为True。

GeoSeries.crosses(other)

　　返回一个布尔型的Series，如果每个对象的内部与其他对象的内部相交但不包含，并且相交的部分小于这两个相交对象自身，该值为True。

GeoSeries.disjoint(other)

　　返回一个布尔型的Series，如果每个对象的边界和内部与其他对象的边界和内部都不相交，该值为True。

GeoSeries.equals(other)

　　返回一个布尔型的Series，如果几何对象集合的边界，内部，外部都与其他几何对象一样，该值为True。

GeoSeries.intersects(other)

　　返回一个布尔型的Series，如果每个对象的边界和内部以其它任何形式与其他对象相交，该值为True。

GeoSeries.touches(other)

　　返回一个布尔型的Series，如果对象与其他对象至少有一个点相同，且它们的内部任何部分都不相交，该值为True。

GeoSeries.within(other)

　　返回一个布尔型的Series， 如果每个对象的边界和内部只与其他对象的内部相交（不包括边界和外部），该值为True（与contains()方法相反）。

集合理论方法

GeoSeries.boundary

　　返回一个低维对象每个几何体的边界集合的GeoSeries。

GeoSeries.centroid

　　返回表示几何重心点的一个GeoSeries。

GeoSeries.difference(other)

　　返回每个几何体不在其他对象中的点的一个GeoSeries。

GeoSeries.intersection(other)

　　返回每个几何对象与其他几何对象相交的一个GeoSeries。

GeoSeries.symmetric_difference(other)

　　返回一个GeoSeries，它表示每个几何对象中的点不在其他几何对象中，同时其他几何对象中的点也不在这个几何对象中的部分（注：对称差异）。

GeoSeries.union(other)

　　返回每个几何对象与其他几何对象联合的一个GeoSeries。

构造方法（且这样译）

GeoSeries.buffer(distance,resolution=16)

　　返回几何图形的一个GeoSeries，他表示每个几何对象在给定的距离内的所有点。

GeoSeries.convex_hull

　　当对象的点多于三个的时候，返回表示每个对象所有点的最小凸包多边形的一个GeoSeries；只有两个点的时候，凸包变成了线串；只有一个点的时候，就是当个点。

GeoSeries.envelope

　　返回几何图形的一个GeoSeries，它表示包含其它对象的点或者最小矩形（边平行于坐标轴）。注：即包络线

GeoSeries.simplify(tolerance,preserve_topology=True)

　　返回包含每个对象简化表示的一个GeoSeries。

仿射变换

GeoSeries.rotate(self,angle,origin='center',use_radians=False)

　　旋转GeoSeries的坐标。

GeoSeries.scale(self,xfact=1.0,yfact=1.0,zfact=1.0,origin='center')

　　沿着（x,y,z）上各个方向的尺寸缩放几何图形。

GeoSeries.skew(self,angle,origin='center',use_radians=False)

　　按角度沿着x和y维剪切/倾斜几何图形。

GeoSeries.translate(self,angle,origin='center',use_radians=False)

　　转变GeoSeries的坐标。

聚合方法

GeoSeries.unary_union

　　返回GeoSeries中所有几何体联合的一个几何体。

另外，以下的方法也实现了：

GeoSeries.from_file()

　　从文件中加载任何能被fiona识别的格式。

GeoSeries.to_crs(crs=None,epsg=None)

　　转换GeoSeries中的几何图形到不同的坐标参考系统。当前GeoSeries的crs属性必须被设置。crs属性需要被指定以用于输出，或是用字典形式或是用EPSG编码方式。

　　这种方法将改变所有对象中的所有点。它没有概念或转换整个几何图形。所有连接点的片段在当前的投影中被认为是线段，而不是测地线。对象跨越国际日期变更线（或其他投影边界）是不被允许的。

GeoSeries.plot(colormap='Set1',alpha=0.5,axes=None)

　　进行GeoSeries中几何图形的绘制。colormap可以被matplotlib认可，但是推荐诸如Accent,Dark2,Paired,Pastel1,Pastel2,Set1,Set2,Set3这些离散的colormap。这些都封装在plot_series()函数中。

GeoSeries.total_bounds

　　返回一个元组，包含整个series边界的minx,miny,maxx,maxy值。包含在序列中的几何体的边界，可以参照GeoSeries.bounds。

pandas中Series对象的方法也是可以用的，尽管不是所有的都能适用于几何对象，并且一些结果可能返回Series而不是GeoSeries。在GeoSeries中专门实现了copy()， align()， isnull()和fillna()方法，它们是可以正常使用的。

GeoDataFrame

一个GeoDataFrame是一个列表数据结构，它包含一个叫做包含geometry的列，这个geometry包含一个GeoSeries。

现在，GeoDataFrame实现了以下方法：

类方法 GeoDataFrame.from_file(filename, **kwargs)

　　从文件中加载可以被fiona识别的任何格式的一个GeoDataFrame。参见read_file()。

类方法GeoDataFrame.from_postgis(sql,con,geom_col='geom',crs=None,index_col=None,coerce_float=True,params=None)

　　从PostGIS数据库文件中加载GeoDataFrame。

GeoSeries.to_crs(crs=None,epsg=None,inplace=False)

　　转换GeoDataFrame的geometry列中的所有几何图形到其他坐标参考系统。当前GeoSeries的crs属性必须被设置。crs属性需要被指定以用于输出，或是用字典形式或是用EPSG编码方式。如果inplace=True，在当前的dataframe中geometry列将被替换，否则将返回一个新的GeoDataFrame。

　　这种方法将改变所有对象中的所有点。它没有概念或转换整个几何图形。所有连接点的片段在当前的投影中被认为是线段，而不是测地线。对象跨越国际日期变更线（或其他投影边界）是不被允许的。

GeoSeries.to_file(filename,driver="ESRI Shapefile",**kwargs)

　　将GeoDataFrame写入文件。默认情况下，写成ESRI的shapefile格式。但是通过Fiona，任何OGR数据源也被支持写入。**kwargs被传给Fiona驱动器。

GeoSeries.to_json(**kwargs)

　　将GeoDataFrame以字符串的方式表示为GeoJSON对象返回。

GeoSeries.plot(column=None,colormap=None,alpha=0.5,categorical=False,legend=False,axes=None)

　　绘制GeoDataFrame中几何图形。如果列参数给定，颜色根据这列的值绘制，否则在geometry列调用GeoSeries.plot()函数。都封装在plot_dataframe()函数中。

所有pandas中DataFrane对象的方法也是可以用的，尽管可能有些针对geometry列正当的操作没有意义也可能不返回GeoDataFrame。

Geopandas函数

GeoSeries.geocode.geocode(strings,provider='googlev3',**kwargs)

　　对字符串列表进行地理编码，返回一个GeoDataFrame，它包含在geometry列生成的点。可用的提供者有googlev3,bing,google,yahoo,mapquest和openmapquest，**kwargs将作为参数传递给适当的地理编码器。

　　需要使用geopy。请咨询选择的提供商的服务条款。

示例

>>> p1 = Polygon([(0, 0), (1, 0), (1, 1)])
>>> p2 = Polygon([(0, 0), (1, 0), (1, 1), (0, 1)])
>>> p3 = Polygon([(2, 0), (3, 0), (3, 1), (2, 1)])
>>> g = GeoSeries([p1, p2, p3])
>>> g
0    POLYGON ((0.0000000000000000 0.000000000000000...
1    POLYGON ((0.0000000000000000 0.000000000000000...
2    POLYGON ((2.0000000000000000 0.000000000000000...
dtype: object

 

一些地理操作返回标准的pandas对象。一个GeoSeries对象的area属性将会返回一个pandas.Series,它包含GeoSeries中每一项的面积.

>>> print g.area
0    0.5
1    1.0
2    1.0
dtype: float64

其他操作返回GeoPandas对象：

>>> g.buffer(0.5)
Out[15]:
0    POLYGON ((-0.3535533905932737 0.35355339059327...
1    POLYGON ((-0.5000000000000000 0.00000000000000...
2    POLYGON ((1.5000000000000000 0.000000000000000...
dtype: object

GeoPandas对象能后绘制这些图像。GeoPandas 使用descartes ，用matplotlib库绘制。为生产我们的GeoSeries图形，使用以下命令：

>>> g.plot()

GeoPandas也实现了替代构造函数，能够读取被fiona识别的格式。为读取包含纽约市镇文件（file containing the boroughs of New York City）：

>>> boros = GeoDataFrame.from_file('nybb.shp')
>>> boros.set_index('BoroCode', inplace=True)
>>> boros.sort()
>>> boros
               BoroName    Shape_Area     Shape_Leng  \
BoroCode
1             Manhattan  6.364422e+08  358532.956418
2                 Bronx  1.186804e+09  464517.890553
3              Brooklyn  1.959432e+09  726568.946340
4                Queens  3.049947e+09  861038.479299
5         Staten Island  1.623853e+09  330385.036974

                                                   geometry
BoroCode
1         (POLYGON ((981219.0557861328125000 188655.3157...
2         (POLYGON ((1012821.8057861328125000 229228.264...
3         (POLYGON ((1021176.4790039062500000 151374.796...
4         (POLYGON ((1029606.0765991210937500 156073.814...
5         (POLYGON ((970217.0223999023437500 145643.3322...

>>> boros['geometry'].convex_hull
0    POLYGON ((915517.6877458114176989 120121.88125...
1    POLYGON ((1000721.5317993164062500 136681.7761...
2    POLYGON ((988872.8212280273437500 146772.03179...
3    POLYGON ((977855.4451904296875000 188082.32238...
4    POLYGON ((1017949.9776000976562500 225426.8845...
dtype: object

为展示更复杂的操作，我们生产包含2000个随机点的一个GeoSeries：

>>> from shapely.geometry import Point
>>> xmin, xmax, ymin, ymax = 900000, 1080000, 120000, 280000
>>> xc = (xmax - xmin) * np.random.random(2000) + xmin
>>> yc = (ymax - ymin) * np.random.random(2000) + ymin
>>> pts = GeoSeries([Point(x, y) for x, y in zip(xc, yc)])

现在在每个点周围按固定的半径绘制圆：

>>> circles = pts.buffer(2000)

我们可以使用以下命令使这些圆合并成单个shapely的MutiPolygon几何对象：

>>> mp = circles.unary_union

提取在每个区内的上一步生成的几何对象的部分，可以使用：

>>> holes = boros['geometry'].intersection(mp)

并且可以得到区域内这些部分以外的其他部分面积：

>>> boros_with_holes = boros['geometry'].difference(mp)

注意，这个可以简化一点，因为geometry可以在GeoDataFrame中作为属性得到，intersection和difference方法分别是由“&”和“-”操作符实现的。例如，后者可以简单的表示为boros.geometry -mp。

计算每个区中这些由点缓冲生成的holes的比例，是很容易做到的

>>> holes.area / boros.geometry.area
BoroCode
1           0.602015
2           0.523457
3           0.585901
4           0.577020
5           0.559507
dtype: float64