添加微信號(hào)"CNFeffery"

備注"數(shù)據(jù)分析"加入技術(shù)交流群

?
本文完整代碼及附件已上傳至我的Github倉(cāng)庫(kù)https://github.com/CNFeffery/DataScienceStudyNotes
?

1 簡(jiǎn)介

大家好我是費(fèi)老師，就在昨天，Python生態(tài)中著名的GIS分析庫(kù)geopandas發(fā)布了其1.0.0正式版本。

歷經(jīng)10年迭代升級(jí)，geopandas充分完善了其在GIS數(shù)據(jù)分析上的功能，使得我們可以使用類似pandas的操作方式，便捷且高性能的開(kāi)展各種常用的GIS分析運(yùn)算，極大增強(qiáng)了Python在GIS分析領(lǐng)域的能力。

今天的文章，費(fèi)老師我就將帶大家一起快速了解在全新的1.0版本中，新的功能特性、優(yōu)化提升以及相關(guān)API的變動(dòng)情況??~

2 geopandas 1.0版本介紹

如果你還未曾安裝使用過(guò)geopandas，我最推薦的方式是新建虛擬環(huán)境，并在虛擬環(huán)境中通過(guò)conda-forge源進(jìn)行穩(wěn)定安裝，以當(dāng)下非常流行的開(kāi)源環(huán)境管理工具mamba（可參考我所寫的教程

mamba使用教程

公眾號(hào)：Python大數(shù)據(jù)分析
是時(shí)候跟Conda說(shuō)再見(jiàn)了

）為例，在終端執(zhí)行下列命令（目前推薦Python版本為3.9），靜靜等待，即可一步到位完成最新版geopandas的安裝：

mamba create -n geopandas-env python=3.9 -y && mamba activate geopandas-env && mamba install geopandas -y

而如果你已經(jīng)安裝了先前版本的geopandas，那么在你的對(duì)應(yīng)環(huán)境下，終端執(zhí)行下列命令即可進(jìn)行版本升級(jí)：

mamba update geopandas -y

新安裝或升級(jí)完成后，檢查一下版本變化，成功升級(jí)到1.0.0版本??：

2.1 新增API介紹

首先我們來(lái)了解一下新版本geopandas中新增的部分主要的API：

2.1.1 新增count_geometries()方法

新增方法count_geometries()，用于針對(duì)多部件要素計(jì)算單體要素?cái)?shù)量：

2.1.2 新增count_interior_rings()方法

新增方法count_interior_rings()，用于針對(duì)多邊形要素計(jì)算內(nèi)環(huán)數(shù)量：

2.1.3 新增relate_pattern()方法

新增方法relate_pattern()，用于計(jì)算要素之間是否滿足特定的DE-9IM（一種分別計(jì)算成對(duì)要素在內(nèi)部、邊界、外部?jī)蓛芍g相交相離狀態(tài)的復(fù)雜空間模型）空間關(guān)系，具體的原理細(xì)節(jié)較多，我會(huì)在之后單獨(dú)撰文介紹，下面僅演示relate_pattern()的使用示例：

2.1.4 新增intersection_all()方法

新增方法intersection_all()，用于計(jì)算矢量列中全體要素的公共相交部分：

2.1.5 新增line_merge()方法

新增方法line_merge()，用于快速合并一系列端點(diǎn)相交的線要素：

2.1.6 新增set_precision()、get_precision()方法

新增方法set_precision()、get_precision()，用于設(shè)置及獲取矢量列的坐標(biāo)精度大小：

2.1.7 新增count_coordinates()方法

新增方法count_coordinates()，用于快速計(jì)算矢量列各要素坐標(biāo)點(diǎn)數(shù)量：

2.1.8 新增is_ccw屬性方法

新增屬性方法is_ccw，用于針對(duì)坐標(biāo)點(diǎn)數(shù)量大于等于4個(gè)的線要素，判斷其坐標(biāo)串方向是否符合逆時(shí)針?lè)较颍?/p>

2.1.9 新增is_closed屬性方法

新增屬性方法is_closed，用于判斷線要素是否起點(diǎn)終點(diǎn)相同：

2.1.10 新增force_2d()、force_3d()方法

新增方法force_2d()、force_3d()，用于將矢量列強(qiáng)制去除z軸坐標(biāo)、強(qiáng)制添加z軸坐標(biāo)：

2.1.11 新增voronoi_polygons()方法

新增方法voronoi_polygons()，用于基于整體矢量列的所有頂點(diǎn)，快速生成泰森多邊形：

2.1.12 新增contains_properly()方法

新增方法contains_properly()，用于快捷判斷矢量A是否嚴(yán)格包含矢量B，與contains()方法的區(qū)別是，contains_properly()不允許作比較的矢量間有任何公共點(diǎn)：

2.1.13 新增build_area()方法

新增方法build_area()，用于基于一系列可以構(gòu)成閉合面要素的線要素，整體生成合法的若干多邊形：

2.1.14 新增snap()方法

新增方法snap()，用于將滿足距離閾值要求的要素A掛靠到對(duì)應(yīng)的要素B之上：

2.1.15 新增transform()方法

新增方法transform()，用于基于自定義坐標(biāo)偏移函數(shù)，實(shí)現(xiàn)對(duì)矢量要素的坐標(biāo)轉(zhuǎn)換，其中自定義函數(shù)的輸入為N行2列后N行3列的numpy數(shù)組，輸出形狀與輸入一致即可，我們可以配合numpy中的apply_along_axis()實(shí)現(xiàn)自由的坐標(biāo)點(diǎn)級(jí)別轉(zhuǎn)換計(jì)算，而無(wú)需關(guān)心輸入的要素是點(diǎn)線面中的哪種：

2.1.16 新增get_geometry()方法

新增方法get_geometry()，用于將矢量列各要素視作多部件要素，進(jìn)行快捷位序索引：

2.1.17 新增dwithin()方法

新增方法dwithin()，用于快速判斷矢量A是否在矢量B目標(biāo)的指定距離內(nèi)：

2.1.18 新增to_geo_dict()方法

新增方法to_geo_dict()，用于將GeoDataFrame快捷轉(zhuǎn)化為GeoJSON格式字典數(shù)據(jù)結(jié)構(gòu)：

2.2 功能增強(qiáng)

接下來(lái)我們來(lái)了解新版本中獲得功能增強(qiáng)的一些主要API：

2.2.1 空間連接新增dwithin型空間關(guān)系判斷

針對(duì)sjoin()方法，新增了dwithin型空間關(guān)系判斷，使得我們可以在geopandas中真正意義上直接實(shí)現(xiàn)“匹配與目標(biāo)要素距離在XXX以內(nèi)的紀(jì)錄行”：

2.2.2 配合pd.read_csv指定矢量列類型

在新版本中，我們可以將GeoDataFrame寫出為csv格式，并在使用pd.read_csv()讀取時(shí)，通過(guò)dtype參數(shù)將對(duì)應(yīng)列指定解析為矢量類型：

2.2.3 to_json()新增參數(shù)show_bbox、drop_id、to_wgs84

針對(duì)GeoDataFrame.to_json()，新增參數(shù)show_bbox、drop_id、to_wgs84，實(shí)現(xiàn)更為定制化的GeoJSON轉(zhuǎn)化：

demo_gdf = gpd.GeoDataFrame(
    {
        'name': ['示例要素'],
        'geometry': [Point(106, 29)]
    },
    crs='EPSG:4524'
)
print(demo_gdf.to_json(
    ensure_ascii=False,
    indent=4,
    show_bbox=True,
    drop_id=True,
    to_wgs84=False
))

2.2.4 空間連接新增參數(shù)on_attribute

針對(duì)GeoDataFrame.sjoin()，新增參數(shù)on_attribute，用于額外施加常規(guī)表連接中的指定字段相等條件，相當(dāng)于設(shè)置有效的on_attribute參數(shù)后，空間連接的結(jié)果將既滿足空間關(guān)系，又滿足字段匹配關(guān)系：