空间数据由与位置相关联的记录组成。这些数据可以来自GPS轨迹、地球观测影像和地图。每个空间数据点可以使用坐标参考系统（如纬度/经度对）在地图上精确定位，从而使我们能够研究它们之间的关系。

空间数据的真正潜力在于它连接数据点及其相应位置的能力，为高级分析创造了无限的可能性。地理空间数据科学是数据科学中的一个新兴领域，旨在利用地理空间信息，并通过空间算法和高级技术（如机器学习或深度学习）提取有价值的洞察，从而得出有意义的结论，了解事件发生的原因。地理空间数据科学使我们了解事件发生的地点以及为什么会发生。

GeoPandas是一个专门用于处理地理信息的开源Python包。它通过在几何对象上提供空间操作，扩展了pandas的数据类型数组，从而使用pandas的数据处理工具在Python中进行空间分析。由于GeoPandas是建立在Pandas之上的，它为熟悉Python语法的专业人士提供了一个快速熟悉GeoPandas语法的简单路径。

使用GeoPandas在Python中利用地理空间数据四海第1张

1. 安装GeoPandas

我们必须安装GeoPandas包才能使用它。然而，需要注意的是，GeoPandas依赖于其他必须安装的库才能无问题地使用它。这些依赖项包括shapely、Fiona、pyproj和rtree。

有两种方法可以下载GeoPandas包。首先，您可以使用conda安装GeoPandas conda包。此方法推荐使用，因为它将提供GeoPandas的依赖项，无需自行安装它们。您可以运行以下命令安装GeoPandas：

conda install geopandas

第二种方法是使用pip，这是Python中的标准软件包安装程序。然而，使用此方法将需要安装其他提到的依赖项。

pip install geopandas

安装GeoPandas包后，您可以使用以下命令将其导入到您的Python代码中：

import geopandas as gpd

2. 读取和写入空间数据

GeoPandas用于读取空间数据并将其转换为GeoDataFrame。然而，需要注意的是，空间数据主要有两种类型：

矢量数据：矢量数据使用点、线和多边形等离散几何描述地理位置的特征。
栅格数据：栅格数据将世界编码为由网格表示的表面。该网格的每个像素由连续值或分类类别表示。

GeoPandas主要处理矢量数据。然而，它可以与其他Python包一起用于处理栅格数据，例如rasterio。您可以使用强大的geopandas.read_file()函数来读取大多数基于矢量的空间数据。主要有两种矢量数据类型：

Shapefile：Shapefile是最常见的数据格式，被认为是行业级别的数据类型。它包含三个文件，经过压缩通常以zip文件的形式提供：

.shp文件：此文件包含形状几何。

.dbf文件：此文件保存每个几何的属性。

.shx文件：这是形状索引文件，有助于将属性链接到形状。
GeoJSON：这是一个在2016年发布的新的地理空间数据文件格式。由于它只包含一个文件，因此与Shapefile相比更容易使用。

在本文中，我们将使用geopandas.read_file()函数来读取托管在GitHub上的包含有关巴塞罗那市不同区域的地理空间数据的GeoJSON文件。

首先，我们通过以下代码加载数据并打印其前五列：

url = 'https://raw.githubusercontent.com/jcanalesluna/bcn-geodata/master/districtes/districtes.geojson'
districts = gpd.read_file(url)
districts.head()

使用GeoPandas在Python中利用地理空间数据四海第2张接下来，要将数据写入文件，我们可以使用GeoDataFrame.to_file()函数将数据写入默认的Shapefile文件中，但您也可以使用driver参数将其转换为GeoJSON。

districts.to_file("districts.geojson", driver="GeoJSON")

3. GeoDataFrames 属性

由于GeoDataFrames是pandas DataFrame的子类，它继承了许多属性。然而，有一些区别，主要区别是它可以存储几何列（也称为GeoSeries）并执行空间操作。GeoDataFrame中的几何列可以包含各种类型的矢量数据，包括点、线和多边形。但是，只有一列被视为活动几何列，并且所有空间操作都将基于该列。

它的另一个关键特点是每列都带有其关联的CRS信息，告诉我们候选人在地球上的位置。这个特性之所以很重要，是因为如果您需要组合两个空间数据集，您需要确保它们以相同的CRS表示，否则您将得到错误的结果。CRS信息存储在GeoPandas的crs属性中：

districts.crs

使用GeoPandas在Python中利用地理空间数据四海第3张

现在我们已经设置了正确的投影CRS，我们准备好探索GeoDataFrames的属性了。

4. 探索 GeoDataFrames

GeoPandas有四个有用的方法和属性，可用于探索数据。我们将探索以下四种方法：

面积
质心
边界
距离

4.1. 面积

面积属性返回几何图形的计算面积。在下面的示例中，我们将计算每个区域的面积（以平方千米为单位）。

districts['area'] = districts.area / 1000000
districts['area']

使用GeoPandas在Python中利用地理空间数据四海第4张

4.2. 质心

第二个属性是质心，它返回几何图形的中心点。在下面的代码片段中，我们将添加一个新列并保存每个区域的质心：

districts['centroid']=districts.centroid
districts['centroid']

使用GeoPandas在Python中利用地理空间数据四海第5张

4.3. 边界

第三个方法是边界属性，它计算每个区域的多边形边界。下面的代码返回边界并将其保存到一个单独的列中：

districts['boundary']=districts.boundary

使用GeoPandas在Python中利用地理空间数据四海第6张

4.4. 距离

distance方法计算从某个几何体到特定位置的最小距离。所以例如在下面的代码中，我们将计算从圣家堂到巴塞罗那每个市区的质心的距离。之后，我们将将距离以km2为单位添加到一个新的列中保存。

from shapely.geometry import Point

sagrada_fam = Point(2.1743680500855005, 41.403656946781304)
sagrada_fam = gpd.GeoSeries(sagrada_fam, crs=4326)
sagrada_fam= sagrada_fam.to_crs(epsg=2062)
districts['sagrada_fam_dist'] = [float(sagrada_fam.distance(centroid)) / 1000 for centroid in districts.centroid]

使用GeoPandas在Python中利用地理空间数据四海第7张

5. 使用GeoPandas绘制数据

绘制和可视化数据是更好地了解数据的关键步骤。使用GeoPandas绘制与使用Pandas绘制完全相同，非常简单和直观。这是通过GeoDataFrame.plot()函数完成的，该函数是基于matplotlib Python包构建的。

让我们从绘制巴塞罗那的市区的基本图开始探索：

ax= districts.plot(figsize=(10,6))

使用GeoPandas在Python中利用地理空间数据四海第8张

这是一个非常基本的图，没有给我们提供太多信息。然而，我们可以通过为每个市区着不同的颜色来使其更加信息丰富。

ax= districts.plot(column='DISTRICTE', figsize=(10,6), edgecolor='black', legend=True)

使用GeoPandas在Python中利用地理空间数据四海第9张

最后，我们可以通过添加市区的质心来为我们的图添加更多信息。

import contextily
import matplotlib.pyplot as plt

ax= districts.plot(column='DISTRICTE', figsize=(12,6), alpha=0.5, legend=True)
districts["centroid"].plot(ax=ax, color="green")
contextily.add_basemap(ax, crs=districts.crs.to_string())
plt.title('带有巴塞罗那质心的彩色地图')
plt.axis('off')
plt.show()

使用GeoPandas在Python中利用地理空间数据四海第10张

接下来，我们将探索GeoPandas的一个非常重要的功能，即空间关系及其如何相互关联。

6. 定义空间关系

地理空间数据在空间中相互关联。GeoPandas使用pandas和shapely包进行空间关系。本节介绍常见的操作。有两种主要的合并GeoPandas数据框的方式，即属性连接和空间连接。在本节中，我们将探索这两种方式。

6.1. 属性连接

属性连接允许您使用非几何变量将两个GeoPandas数据框连接起来，这使其类似于Pandas中的常规连接操作。连接操作使用pandas.merge()方法完成，如下面的示例所示。在此示例中，我们将巴塞罗那人口数据与我们的地理空间数据进行连接，以添加更多信息。

import pandas as pd
pop =pd.read_csv('2022_padro_sexe.csv', usecols=['Nom_Districte','Nombre'])
pop = pd.DataFrame(pop.groupby('Nom_Districte')['Nombre'].sum()).reset_index()
pop.columns=['NOM','population_22']
districts = districts.merge(pop)
districts

使用GeoPandas在Python中利用地理空间数据四海第11张

6.2. 空间连接

另一方面，空间连接是基于空间关系合并数据框。在下面的示例中，我们将识别具有自行车道的区域。我们首先使用下面的代码加载数据：

url = 'https://opendata-ajuntament.barcelona.cat/resources/bcn/CarrilsBici/CARRIL_BICI.geojson'
bike_lane = gpd.read_file(url)
bike_lane = bike_lane.loc[:,['ID','geometry']]
bike_lane.to_crs(epsg=2062, inplace=True)

使用GeoPandas在Python中利用地理空间数据四海第12张

要进行空间连接，我们可以使用sjoin()函数。sjoin()函数有四个主要参数：第一个是GeoDataFrame，第二个参数是要添加到第一个GeoDataFrame的GeoDataFrame，第三个参数是连接的类型，最后一个参数是谓词，它定义了我们希望用来匹配两个GeoDataFrame的空间关系。最常见的部分关系是相交、包含和在内部。在这个例子中，我们将使用相交参数。

lanes_districts = gpd.sjoin(districts, bike_lane, how='inner', predicate='intersects')
lanes_districts

使用GeoPandas在Python中利用地理空间数据四海第13张

在本文中，我向您介绍了使用开源GeoPandas库进行地理空间数据分析。我们从下载GeoPandas包开始，然后讨论了不同类型的地理空间数据以及如何加载它们。最后，我们将探索基本操作，以便您能够处理地理空间数据集。尽管地理空间数据分析还有很多可以探索的内容，但这篇博客作为您学习之旅的起点。 Youssef Rafaat是一位计算机视觉研究员和数据科学家。他的研究重点是为医疗应用开发实时计算机视觉算法。他还在市场营销、金融和医疗领域担任数据科学家超过3年。