利用 Python 中的地理空间数据与 GeoPandas

空间数据的真正潜力在于它能够连接数据点及其各自的位置，为高级分析创造无限的可能性。地理空间数据科学是数据科学中的一个新兴领域，旨在利用地理空间信息并通过空间算法和机器学习或深度学习等先进技术提取有价值的见解，以得出有关已发生的事件及其原因的有意义的结论。地理空间数据科学让我们深入了解事件发生的位置以及发生的原因。

GeoPandas是一个开源的Python软件包，专门用于处理信息。它通过提供对几何对象的空间操作来扩展pandas的数据类型数组 - 这有助于使用pandas的数据操作工具pandas在Python中进行空间分析。由于GeoPandas是基于Pandas构建的，它为熟悉Python语法的专业人士提供了一条快速熟悉GeoPandas语法的简单途径。

1. 安装GeoPandas

我们必须安装 GeoPandas 软件包才能使用它。但是，重要的是要注意GeoPandas依赖于必须安装的其他库才能毫无问题地使用它。这些依赖项是 shapely、Fiona、pyproj 和 rtree。

有两种方法可以下载GeoPandas软件包。首先，您可以使用 conda 来安装 GeoPandas conda 软件包。建议使用此方法，因为它将提供GeoPandas的依赖项，而无需自行安装它们。您可以运行以下命令来安装 GeoPandas：

conda install geopandas

第二种方法是使用 pip，它是 Python 中的标准包安装程序。但是，使用此方法将需要安装其余提到的依赖项。

pip install geopandas

安装 GeoPandas 包后，您可以使用以下命令将其导入到 Python 代码中：

import geopandas as gpd

2. 读取和写入空间数据

GeoPandas用于读取空间数据并将其转换为GeoDataFrame。但是，请务必注意，有两种主要类型的空间数据：

• 矢量数据： 矢量数据使用以下术语点、线和面，使用离散几何描述地球位置的地理要素。
• 栅格数据：栅格数据将世界编码为由格网表示的表面。此网格的每个像素都由连续值或分类类表示。

GeoPandas主要处理矢量数据。但是，它可以与其他 Python 包结合使用来处理栅格数据，例如栅格数据。 您可以使用强大的 geopandas.read_file（） 函数来读取大多数基于矢量的空间数据。基于矢量的部分数据有两种主要数据类型：

• 形状文件： Shapfile 是最常见的数据格式，被认为是行业级数据类型。它由三个压缩文件组成，通常作为zip文件提供：

这。shp 文件：此文件包含形状几何图形。

.dbf文件：此文件包含每个几何的属性，

.shx 文件：这是形状索引文件，可帮助将属性链接到形状。

• GeoJSON： 这是 2016 年发布的地理空间数据的新文件格式。由于它仅包含一个文件，因此与 Shapefile 相比，它更容易使用。

在本文中，我们将使用 geopandas.read_file（） 函数读取托管在 GitHub 中的 GeoJSON 文件，其中包含有关巴塞罗那市不同地区的地理空间数据。

让我们首先加载数据并使用下面的代码打印其中的前五列：

url = 'https://raw.githubusercontent.com/jcanalesluna/bcn