geopandas

GeoPandas

Python-Tools für geografische Daten

Einführung

GeoPandas ist ein Projekt, das Pandas-Objekten Unterstützung für geografische Daten hinzufügt. Derzeit werden die Typen GeoSeries und GeoDataFrame implementiert, die Unterklassen von pandas.Series bzw. pandas.DataFrame sind. GeoPandas-Objekte können auf formschöne Geometrieobjekte einwirken und geometrische Operationen ausführen.

GeoPandas-Geometrieoperationen sind kartesisch. Das Koordinatenreferenzsystem (crs) kann als Attribut eines Objekts gespeichert werden und wird beim Laden aus einer Datei automatisch festgelegt. Objekte können mit der Methode to_crs() in neue Koordinatensysteme transformiert werden. Derzeit gibt es keine Durchsetzung ähnlicher Koordinaten für Operationen, aber das könnte sich in Zukunft ändern.

Die Dokumentation ist unter geopandas.org (aktuelle Version) und unter „Read the Docs“ (Release- und Entwicklungsversionen) verfügbar.

Das GeoPandas-Projekt nutzt ein offenes Governance-Modell und wird finanziell von NumFOCUS gefördert. Erwägen Sie eine steuerlich absetzbare Spende, um dem Projekt dabei zu helfen, Entwicklerzeit, professionelle Dienstleistungen, Reisen, Workshops und eine Vielzahl anderer Bedürfnisse zu finanzieren.

Installieren

Alle Details finden Sie in den Installationsdokumenten. GeoPandas ist auf die folgenden Pakete angewiesen:

• pandas
• shapely
• pyogrio
• pyproj
• packaging

Darüber hinaus ist matplotlib eine optionale Abhängigkeit, die zum Plotten erforderlich ist. Diese Pakete sind für die Geoanalyse auf mehrere Low-Level-Bibliotheken angewiesen, deren Installation eine Herausforderung darstellen kann. Daher empfehlen wir, GeoPandas mit dem Conda-Paketmanager zu installieren. Weitere Informationen finden Sie in den Installationsdokumenten.

Nehmen Sie Kontakt auf

• Stellen Sie Nutzungsfragen („Wie mache ich das?“) auf StackOverflow oder GIS StackExchange.
• Beteiligen Sie sich an Diskussionen auf GitHub
• Melden Sie Fehler, schlagen Sie Funktionen vor oder sehen Sie sich den Quellcode auf GitHub an.
• Für eine kurze Frage zu einem Fehlerbericht, einer Funktionsanfrage oder einer Pull-Anfrage besuchen Sie den Gitter-Kanal.
• Für weniger klar definierte Fragen oder Ideen oder um andere Projekte anzukündigen, die für GeoPandas-Benutzer von Interesse sind, ... nutzen Sie die Mailingliste.

Beispiele

 >>> import geopandas
>>> from shapely.geometry import Polygon
>>> p1 = Polygon([(0, 0), (1, 0), (1, 1)])
>>> p2 = Polygon([(0, 0), (1, 0), (1, 1), (0, 1)])
>>> p3 = Polygon([(2, 0), (3, 0), (3, 1), (2, 1)])
>>> g = geopandas.GeoSeries([p1, p2, p3])
>>> g
0         POLYGON ((0 0, 1 0, 1 1, 0 0))
1    POLYGON ((0 0, 1 0, 1 1, 0 1, 0 0))
2    POLYGON ((2 0, 3 0, 3 1, 2 1, 2 0))
dtype: geometry

Einige geografische Operationen geben normale Pandas-Objekte zurück. Die Eigenschaft area einer GeoSeries gibt eine pandas.Series zurück, die die Fläche jedes Elements in der GeoSeries enthält:

 >>> print(g.area)
0    0.5
1    1.0
2    1.0
dtype: float64

Andere Operationen geben GeoPandas-Objekte zurück:

 >>> g.buffer(0.5)
0    POLYGON ((-0.3535533905932737 0.35355339059327...
1    POLYGON ((-0.5 0, -0.5 1, -0.4975923633360985 ...
2    POLYGON ((1.5 0, 1.5 1, 1.502407636663901 1.04...
dtype: geometry

GeoPandas-Objekte können sich auch selbst plotten. GeoPandas verwendet matplotlib zum Plotten. Um einen Plot einer GeoSeries zu erstellen, verwenden Sie:

 >>> g.plot()

GeoPandas implementiert außerdem alternative Konstruktoren, die jedes von Pyogrio erkannte Datenformat lesen können. So lesen Sie eine ZIP-Datei, die ein ESRI-Shapefile mit den Bezirksgrenzen von New York City enthält (das Beispiel kann mit dem geodatasets -Paket abgerufen werden):

 >>> import geodatasets
>>> nybb_path = geodatasets.get_path('nybb')
>>> boros = geopandas.read_file(nybb_path)
>>> boros.set_index('BoroCode', inplace=True)
>>> boros.sort_index(inplace=True)
>>> boros
               BoroName     Shape_Leng    Shape_Area  
BoroCode
1             Manhattan  359299.096471  6.364715e+08
2                 Bronx  464392.991824  1.186925e+09
3              Brooklyn  741080.523166  1.937479e+09
4                Queens  896344.047763  3.045213e+09
5         Staten Island  330470.010332  1.623820e+09

                                                   geometry
BoroCode
1         MULTIPOLYGON (((981219.0557861328 188655.31579...
2         MULTIPOLYGON (((1012821.805786133 229228.26458...
3         MULTIPOLYGON (((1021176.479003906 151374.79699...
4         MULTIPOLYGON (((1029606.076599121 156073.81420...
5         MULTIPOLYGON (((970217.0223999023 145643.33221...

 >>> boros['geometry'].convex_hull
BoroCode
1    POLYGON ((977855.4451904297 188082.3223876953,...
2    POLYGON ((1017949.977600098 225426.8845825195,...
3    POLYGON ((988872.8212280273 146772.0317993164,...
4    POLYGON ((1000721.531799316 136681.776184082, ...
5    POLYGON ((915517.6877458114 120121.8812543372,...
dtype: geometry