基于Python学习：Python在地理信息系统（GIS）中的应用代码

Python语言——数据类型

引言：Python的灵活性和可扩展性使得它成为GIS数据处理的理想工具，通过使用Python的库和模块，可以进行各种地理空间分析，如缓冲区分析、叠加分析、网络分析等；Python在GIS中还可以用于地图的绘制和可视化，通过使用Python的库和模块，如Matplotlib和Basemap等，可以将地理数据转换为可视化的地图，并进行各种样式和符号的设置。本文及之后文章将基于Python学习拓展到GIS应用。

变量及其类型：

在Python中，变量是用于存储数据值的标签，你可以把变量看作是用来存储信息的容器，变量的值的以修改和被读取，Python是一种动态类型语言，变量的类型是在运行时确定的，而不是在编译时，

以下是python中的一些常用数据类型：

1.整数（int）：表示整数，如1，-6，100等。

2.浮点数（float）：表示带小数点的数值，如1.0，-6.0，100.66等。

3.字符串（str）：表示文本数据，通常使用英文状态下单引号‘’或双引号”“将文本包围，如’Hello‘ ”world“。

4.布尔值（bool）：表示（True）真或（Falus）假，常用于条件语句（如if）中，以决定程序用来执行那一部分代码，

此外也常用于逻辑运算中。

以下为一些使用bool值案例：

#直接声明bool值
logic1=True
logic2=False

#使用bool值进行条件判断
if logic1:
    print(logic1 is True)
else:
    print(logic2 is False)

#使用bool值进行逻辑运算
result1=logic1 and logic2 #结果为False 因为 True and False 是 False
result2=logic1 or logic2  #结果为True  因为 True or False 是 True
result3=not logic2        #结果为True  因为 not True 是 False
print(result1,result2,result3)

#使用比较运算返回bool值
num1=30
num2=60
result=num1<num2
print(result)  #结果为True 因为num1<num2

注意：在Python中bool值不仅只会表示为True和False，在实际操作中许多值可以被解释为布尔值

变量的使用 ：

在编程中，变量是用来储存数据的容器。它们允许程序在执行过程中存贮，检索和修改数据。

Python 提供了许多内置函数，用于在变量之间进行类型转换。以下将通过使用一些常用的内置函数，用于处理变量类型之间的转换：

int()：将其他任意数据类型转换为整数。

num_str = "159"  
num_int = int(num_str)  # num_int 是整数 159

 float()：将其他任意数据类型转换为浮点数。

num_str = "159.753"  
num_float = float(num_str)  # num_float 是浮点数 159.753

str()：将其他数据类型转换为字符串。

num = 123.0         # 输入什么什么类型就输出什么类型
num_str = str(num)  # num_str 是字符串 "123.0"

list()：将其他可迭代对象（如字符串、元组等）转换为列表。

num=(1,2,3)
num_list=list(num) # lst 是列表 [1, 2, 3]

tuple()：将其他可迭代对象（如列表、字符串等）转换为元组。

num=(1,2,3)
num_tuple=tuple(num)  # num_tuple 是元组 (1, 2, 3)

set()：将其他可迭代对象（如列表、元组等）转换为集合（无序且不重复）。

num=(1,2,3)
num_set=set(num)  # num_set是集合{1，2，3}

dict()：从键值对（如元组列表）或其他可迭代对象创建字典,用dist转换时注意：一个元组中包含两个元素，第一个元素为键，第二个元素为值。

num=[(1,'知'),(2,'青')]
num_dict=dict(num) #num_dict是字典 {1: '知', 2: '青'}

以上变量类型间的相互转换非常常用

对于初学Python GIS的建议从基础的空间数据处理和分析开始涉及解决GIS问题：

1. 筛选指定名称的空间要素

题目：如果你有一个包含多个城市名称的列表，你需要你从这个列表中找出包含“London”的城市，并用列表打印其名称。

城市列表：cities = ['Florida', 'London', 'London East', 'London West', 'Manchester']

 解答：

cities = ['Florida', 'London', 'London East', 'London West', 'Manchester']
#筛选城市
#第一个city是目标列表的变量名
#第二个citr是一个循环变量，用于迭代cities列表
#第三个city是一个条件变量，用于检查当前迭代到的元素是否满足条件。
London_city=[city for city in cities if 'London' in city]
#打印列表
print(London_city)

2.读取CSV文件中的经纬度

题目：如果你有一个CSV文件，其中包含了城市的名称、经度和纬度。你需要使用Python来读取这个文件，并打印出所有城市的名称

CSV文件内容（假设文件名为cities.csv）: 

Name,Longitude,Latitude 

New York,-74.0060,40.7128 

London,-0.1278,51.5074 

Paris,2.3522,48.8566

CSV文件因其格式简单、体积小，易于使用，可以直接用Excel、记事本等工具打开和编辑，在GIS实践中，读取CSV文件中的经纬度数据是非常常见的操作（一般新建txt文件，输入内容后，更改文件后缀为csv即可）。

解答：

 需要在使用在命令行界面（CMD）输入以下命令并按回车来安装pandas：

pip install pandas

 安装后即可运行：

import pandas as pd

# 读取CSV文件
cities_read= pd.read_csv('E:/cities.csv') #该csv文件绝对路径为E:/cities.csv
                                         #使用pd库中的read_csv函数读取并存入cities_read中

# 打印所有城市的名称
for index, row in cities_read.iterrows(): #for循环用于遍历cities_read中DataFrame中的每一行
    print(row['Name'])                  #遍历cities_df中的每一行，并打印出每一行的'Name'列的值

解答解释：

 这里主要对打印城市名称进行解释：

1.cities_read这是一个pandas DataFrame对象，它可能包含多个列和行，假设这个DataFrame包含了关于城市的信息，其中有一个列     名为'Name'。（DataFrame是pandas中用于存储表格数据的主要数据结构）

2.iterrows()它返回一个迭代器，该迭代器产生索引和行的对，DataFrame中的每一行iterrows()都会返回该行的索引和一个对象，该对象表示该行的数据。

3.for循环，它遍历由iterrows()产生的索引和行的对，index变量将保存当前行的索引，row变量将保存一个pandas对象，该对象包含当前行的所有列和对应的值。

上述内容均为学习使用，后续将持续发表该方面文章以记录学习过程