今天给大家分享的是关于地理空间的数据分析

今天给大家分享的是关于地理空间的数据分析

数据璐

大数据分析岗位推荐师

我们做数据分析之前首先要了解业务

地理空间数据可以用来描述地球表面的任何物体或特征，举几个常见的例子来帮助大家理解

比如：一个品牌的下一家店应该开在哪里？

天气如何影响区域销售？

开车的最佳路线是什么？

哪个地区将受到飓风的严重打击？

冰盖融化与碳排放的关系如何？

哪些地区将面临最高的火灾风险？

本次案例中我们用到的是geopandas和shapely，它们是用Python进行地理空间分析的两个最有用的库

Shapely - 一个允许操作和分析平面几何对象的库。

Geopandas - 一个允许你处理代表表格数据的shapefiles的库（如pandas），其中每一行都与一个几何体相关。它提供了对许多空间函数的访问，用于应用几何图形、绘制地图和地理编码。Geopandas内部使用shapely来定义几何图形。

基本的shapely对象是点、线和多边形，但你也可以在同一个对象中定义多个对象，然后你就获得了多点、多线和多角形。这些对于由各种几何形状定义的对象很有用，比如有岛屿的国家。

出于其直接且直观的特性，我们可以用shapely库做很多很多的事情，所以一定要仔细查看文档

另一个用于处理