利用geopandas包对PostGIS数据库插入地理空间数据及性能对比

最近在使用Python中的geopandas包操作地理空间数据，由于数据量过大采用PostgreSQL中的PostGIS进行管理操作，最后查到了一些资料代码插入数据库，国内网上没有相关内容，这里分享一下，自己以后也需要对大批量数据操作，这里对比下不同数据量下的插入性能。

环境：

• 笔记本windows7 64位（内存8G） Python 3.5.2（Anaconda3）
• PostgreSQL 10 PostGIS 2.4.2
• geopandas 0.3.0 sqlalchemy 1.2.2 GeoAlchemy2 0.4.2

基本流程是生成n个随机的空间散点，然后对比下不同n取值下的插入效率，所有的代码如下：

import pandas as pd
import geopandas as gpd
import time,datetime
import numpy as np
import shapely
from geoalchemy2 import Geometry, WKTElement
from sqlalchemy import *

start = time.clock()
print(str(datetime.datetime.now()) + " : " + " start")
print('======================