使用GeoPandas处理地理空间数据：从数据加载到可视化

adfyvatbia

于 2024-10-07 08:23:20 发布

阅读量135

点赞数 2

文章标签： python 开发语言

本文链接：https://blog.csdn.net/adfyvatbia/article/details/142735132

版权

引言

在地理空间数据处理领域，GeoPandas是一个强大的工具，它简化了在Python中处理地理数据的流程。通过扩展Pandas的数据类型，GeoPandas允许在几何类型上进行空间操作。同时，它结合了Shapely、Fiona和Matplotlib等库的强大功能。本篇文章将指导你如何使用GeoPandas加载、处理和可视化地理空间数据，特别是来自开放城市数据的实际应用。

主要内容

1. 安装必要的库

为了开始使用GeoPandas，我们需要安装几个Python库。确保你已经安装了以下库：

%pip install --upgrade --quiet sodapy
%pip install --upgrade --quiet pandas
%pip install --upgrade --quiet geopandas

2. 加载开放城市数据

GeoPandas可以很容易地与开放数据API结合。本例中，我们将使用San Francisco的犯罪数据。由于某些地区的网络限制，可能需要考虑使用API代理服务。

import ast
import geopandas as gpd
import pandas as pd
from langchain_community.document_loaders import OpenCityDataLoader

# 使用API代理服务提高访问稳定性
dataset = "tmnf-yvry"
loader = OpenCityDataLoader(city_id="data.sfgov.org", dataset_id=dataset, limit=5000)
docs = loader.load()

# 转换为DataFrame
df = pd.DataFrame([ast.literal_eval(d.page_content) for d in docs])

# 提取纬度和经度
df["Latitude"] = df["location"].apply(lambda loc: loc["coordinates"][1])
df["Longitude"] = df["location"].apply(lambda loc: loc["coordinates"][0])

3. 创建GeoPandas DataFrame

将普通DataFrame转换为GeoPandas DataFrame，使其适合地理运算。

gdf = gpd.GeoDataFrame(
    df, geometry=gpd.points_from_xy(df.Longitude, df.Latitude), crs="EPSG:4326"
)

# 保留有效的坐标
gdf = gdf[
    (gdf["Longitude"] >= -123.173825)
    & (gdf["Longitude"] <= -122.281780)
    & (gdf["Latitude"] >= 37.623983)
    & (gdf["Latitude"] <= 37.929824)
]

4. 数据可视化

使用Matplotlib可视化GeoPandas DataFrame中的地理数据。

import matplotlib.pyplot as plt

# 加载旧金山地图数据
sf = gpd.read_file("https://data.sfgov.org/resource/3psu-pn9h.geojson")

# 绘制地图
fig, ax = plt.subplots(figsize=(10, 10))
sf.plot(ax=ax, color="white", edgecolor="black")
gdf.plot(ax=ax, color="red", markersize=5)
plt.show()