这篇文章主要为大家展示了“Python如何利用Geopandas算出每个省面积”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“Python如何利用Geopandas算出每个省面积”这篇文章吧
GeoPandas是一个基于pandas，针对地理数据做了特别支持的第三方模块。
它继承pandas.Series和pandas.Dataframe，实现了GeoSeries和GeoDataFrame类，使得其操纵和分析平面几何对象非常方便。
1.准备
开始之前，你要确保Python和pip已经成功安装在电脑上。
请选择以下任一种方式输入命令安装依赖：
Windows 环境 打开 Cmd (开始-运行-CMD)。
MacOS 环境 打开 Terminal (command+空格输入Terminal)。
如果你用的是 VSCode编辑器 或 Pycharm，可以直接使用界面下方的Terminal.
由于geopandas涉及到许多第三方依赖，pip安装起来非常麻烦。因此在本教程中，我只推荐使用conda安装geopandas：
conda install geopandas一行语句即可完成安装。
2.基本使用
设定坐标绘制简单的图形：
import geopandasfrom shapely.geometry import Polygonp1 = 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:# result:# 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这些变量所形成的图形如下：
这里有一个重要且强大的用法，通过area属性，geopandas能直接返回这些图形的面积：
>>> print(g.area)0 0.51 1.02 1.0dtype: float64不仅如此，通过plot属性函数，你还可以直接生成matplotlib图。
>>> g.plot()通过matplot的pyplot，可以将图片保存下来：
import matplotlib.pyplot as pltg.plot()plt.savefig("test.png")学会上面的基本用法， 我们就可以进行简单的地图绘制及面积的计算了。
3.绘制并算出每个省的面积
此外，它最大的亮点是可以通过 Fiona(底层实现，用户不需要管)，读取比如ESRI shapefile(一种用于存储地理要素的几何位置和属性信息的非拓扑简单格式)。
import geopandasimport matplotlib.pyplot as pltfrom shapely.geometry import Polygonmaps = geopandas.read_file('1.shx')# 读取的数据格式类似于# geometry# 0 POLYGON ((1329152.341 5619034.278, 1323327.591...# 1 POLYGON ((-2189253.375 4611401.367, -2202922.3...# 2 POLYGON ((761692.092 4443124.843, 760999.873 4...# 3 POLYGON ((-34477.046 4516813.963, -41105.128 4...# ... ...maps.plot()plt.savefig("test.png")如代码所示，通过read_file你可以读取shx、gpkg、geojson等数据。读取出来的图形如下：
同样，这个shapefile是省级行政区的，每一个省级行政区都被划分为一个区块，因此可以一行语句算出每个省级行政区所占面积：
print(maps.area)# 0 4.156054e+11# 1 1.528346e+12# 2 1.487538e+11# 3 4.781135e+10# 4 1.189317e+12# 5 1.468277e+11# 6 1.597052e+11# 7 9.770609e+10# 8 1.385692e+11# 9 1.846538e+11# 10 1.015979e+11# ... ...以上是“Python如何利用Geopandas算出每个省面积”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注编程网行业资讯频道！
