Python 中空间数据的 10 个基本操作_python空间数据处理-CSDN博客

本文介绍了Python中处理空间数据的10个基本操作，包括更改坐标参考系(CRS)、使用Matplotlib绘制多边形、Shapely几何特性、计算多边形交点、K-最近邻(KD树)、查找特定范围内的邻居、R树最大交集、Geopandas绘制空间热图以及Folium地图上绘制多边形。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

读取几何图形

首先，让我们从阅读几何图形开始。

来自 csv

geoms = pd.read_csv('geometries.csv')

想象一下文件在列几何体下包含多边形，我们现在必须将它们转换为几何类型（默认情况下它们将被读取为字符串）。通常，几何图形将以wkt格式，我们用shapely库进行转换

# if the geometries are stored as well-know text
geoms['geometry'] = geoms['geometry'].apply(lambda g: wkt.loads(g))

来自形状文件

如果您要读取的文件是 shapefile 那么我们可以使用 geo-pandas 库，它将自动处理几何类型

import geopandas as gpd
gdf = gpd.read_file('geometries.shp')

2 .更改坐标参考系 (CRS)

在处理空间数据时，通常需要从一种坐标系传递到另一种坐标系。地球的每个部分都有其特定的坐标参考系统或 CRS，它可以最大限度地减少在 2D 平面上处理 3D（几乎）球面坐标（例如参考地球上的点的坐标）的误差。最常见的 CRS 标有名为 epsg 的特定代码。

使用pyproj库的Proj和Transform函数（点投影）

from pyproj import Proj, transform
# the crs of the point (in this case GPS Lat/Lon)
inProj =  Proj(init='epsg:4326')
# the desired crs (in this case Lambert, French crs)
outProj = Proj