geopandas

一 数据集准备

获取nybb数据集

import geopandas
from geodatasets import get_path
path_to_data = get_path("nybb")
gdf = geopandas.read_file(path_to_data)
gdf

二 将获取到的数据集写到本地文件,方便查看

gdf.to_file(“my_file.geojson”, driver=“GeoJSON”)

三 数据处理

3.1 添加索引

gdf = gdf.set_index(“BoroName”)

3.2 添加面积列

gdf[“area”] = gdf.area
gdf[“area”]

3.3 添加围栏列

gdf[“boundary”] = gdf.boundary
gdf[“boundary”]

3.4 添加中心点列

gdf[“centroid”] = gdf.centroid
gdf[“centroid”]

3.5 添加距离列

可以测量每个质心距第一个质心位置的距离

first_point = gdf[“centroid”].iloc[0]
gdf[“distance”] = gdf[“centroid”].distance(first_point)
gdf[“distance”]

3.6 计算上面测量的距离的平均值，访问“距离”列并对其调用mean()方法

四 绘制图形

4.1 检查几何体在空间中的表现

1.column=‘area’：告诉plot()方法你想要用哪一列的值来为地图着色。这个列中的值应该对应到特定的颜色值，以便形成一种颜色编码的视觉效果。
2.cmap=‘your_color_map’：这是指定颜色映射的参数，'your_color_map’是你选择的颜色映射名称或对象。例如，你可以使用像’kmpo’这样的标准颜色映射名称，或者自定义一个颜色映射。
3.legend=True：这个参数告诉GeoPandas你想要在地图上显示一个图例（legend），这样读者可以更容易地理解颜色编码的含义。

gdf.plot("area", legend=True)

4.2 explore 交互式表现

使用前需要安装库 pip3 install folium

gdf.explore("area", legend=False)

4.3 绘制中心点

gdf = gdf.set_geometry("centroid")
gdf.plot("area", legend=True)

4.4 两个geoSerial合并绘制

将两个 GeoSeries 叠加在一起。我们只需使用一个图作为另一个图的轴即可。

ax = gdf["geometry"].plot()
gdf["centroid"].plot(ax=ax, color="black")

4.5 设置回原始的GeoSeries

gdf = gdf.set_geometry("geometry")

五 进一步绘制图形

5.1 凸包 Convex hull

将第一个图作为轴并将 alpha（透明度）设置为 0.5

gdf["convex_hull"] = gdf.convex_hull
ax = gdf["convex_hull"].plot(alpha=0.5)

传递第一个图并将线宽设置为 0.5

ax = gdf["convex_hull"].plot(alpha=0.5)
gdf["boundary"].plot(ax=ax, color="white", linewidth=0.5)

5.2 缓冲 Buffer

在其他情况下，我们可能需要使用 GeoDataFrame.buffer() 缓冲几何图形。几何方法会自动应用于活动几何体，但我们也可以将它们直接应用于任何 GeoSeries。让我们缓冲行政区及其质心，并将它们绘制在彼此之上。

gdf["buffered"] = gdf.buffer(10000)
gdf["buffered_centroid"] = gdf["centroid"].buffer(10000)
ax = gdf["buffered"].plot(alpha=0.5)
gdf["buffered_centroid"].plot(ax=ax, color="red", alpha=0.5)
gdf["boundary"].plot(ax=ax, color="white", linewidth=0.5)

5.3 几何关系

得到一个布鲁克林的多边形

brooklyn = gdf.loc["Brooklyn", "geometry"]
brooklyn