（数据科学学习手札129）geopandas 0.10版本重要新特性一览

2021-08-17 14:14:59

本文示例代码及文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes

1 简介

　　就在前不久，我们非常熟悉的Python地理空间分析库geopandas更新到了0.10.0版本，而伴随最近一段时间其针对新版本的一些潜在bug进行的修复，写作本文时最新的正式版本为0.10.2。此次0.10.x版本为我们带来了诸多令人兴奋的新功能新特性，本文就将带大家一睹其中一些比较重要的内容。

2 geopandas 0.10版本重要新特性一览

　　如果你已经安装了旧版本的geopandas，那么推荐执行下列命令进行geopandas的更新：

conda update geopandas -c https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge -y

　　而如果你还没有安装geopandas，那么下面的安装方式是最稳妥的：

conda install geopandas=0.10.2 -c https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge -y

pip uninstall rtree -y

pip install rtree -i https://pypi.douban.com/simple/

pip install pygeos -i https://pypi.douban.com/simple/

　　安装/更新完成后，检验一下geopandas是否被正确安装：

　　下面我们就来看看这次版本更新中有哪些重要新变动吧~

2.1 新增空间最近连接方法sjoin_nearest()

　　我们都知道利用geopandas中的sjoin()，可以完成基于多种空间拓扑关系的空间连接操作。

　　但有些时候我们需要判断的并不是左右两表中矢量列相交、包含等直接的拓扑关系，而是左右两表矢量列之间距离至少xx米这类的空间距离关系判断，这在旧版本的geopandas中，通常可以左右两边分别做缓冲区后进行常规空间连接来实现。

　　而这次新增的sjoin_nearest()就可以支持我们开展上述分析计算功能，它的主要参数有：

left_df：连接对应的左GeoDataFrame
right_df：连接对应的右GeoDataFrame
how：设置连接方式，可选的有'left'、'right'及'inner'，默认为'inner'
max_distance：重要参数，用于设置最大搜索距离阈值，当矢量间的距离小于此阈值时才会进行连接
lsuffix：设置左表重名字段后缀文字，默认为'left'
rsuffix：设置右表重名字段后缀文字，默认为'right'
distance_col：设置连接结果表中记录对应矢量间距离的字段名称，默认不设置时不会在结果表中添加距离信息

　　下面我们来通过一个简单的例子来体验这个功能：

import geopandas as gpd

from shapely.geometry import Point

# 构造示例点要素表1

gdf1 = gpd.GeoDataFrame(

    {

        'id1': list('abc'),

        'geometry': [

            Point(0, 0),

            Point(1, 0),

            Point(-1, 0)

        ]

    }

)

# 构造示例点要素表2

gdf2 = gpd.GeoDataFrame(

    {

        'id2': list('def'),

        'geometry': [

            Point(0.4, 0),

            Point(1.2, 0),

            Point(-1.3, 0)

        ]

    }

)

ax = gdf1.plot(color='red')

ax = gdf2.plot(color='green', ax=ax)

ax.axis('equal');

　　颜色即用来区分我们的左右表对应矢量点位置，下面直接运用sjoin_nearest()进行空间最近连接，设置的距离阈值为0.35：

(

    gpd

    .sjoin_nearest(gdf1, gdf2, max_distance=0.35, distance_col='对应距离')

)

　　非常的方便快捷：

2.2 新增交互地图式数据探索方法explore()

　　很多人都知道著名的在线地图可视化组件leaflet在Python中有对应的库folium，而在这次新版本中，geopandas为GeoDataFrame及GeoSeries对象新增交互式地图可视化方法explore()，你可以理解为交互式版本的plot()方法。

　　其参数设置较为丰富，我之后会单独写一篇文章来为大家介绍，下面展示一个简单易懂的例子（注意，如果你的矢量数据非常大，请不要用此方法绘图，在线地图方式适合较小的矢量数据）：

provinces = gpd.read_file('省.shp')

provinces.head(3)

...

provinces.explore(

    column='类型',

    zoom_start=4

)

2.3 sjoin()、sjoin_nearest()、overlay()和clip()亦可作为GeoDataFrame的方法来使用

　　在以前的版本中，我们只能使用gpd.XXX()的方式来使用sjoin()、overlay()、clip()等方法，而在这次新版本更新中，我们可以像pandas里的merge()、join()那样作为方法使用，好处就是可以更好的书写链式运算过程啦！以上文介绍的sjoin_nearest()为例，只需向sjoin_nearest()方法中传入右表即可：

(

    gdf1

    .sjoin_nearest(gdf2,

                   max_distance=0.35,

                   distance_col='对应距离')

)

2.4 GeoSeries新增批量XY转点方法from_xy()

　　新版本中为GeoSeries对象新增了from_xy()方法来快速实现坐标转点，下面与gpd.points_from_xy()的效果进行对比：

gpd.points_from_xy(x=range(10), y=range(10))

...

gpd.GeoSeries.from_xy(x=range(10), y=range(10))

2.5 to_file()方法在driver参数缺省时可自动识别导出文件类型

　　在新版本中，若未在to_file()中指定driver参数，geopandas会自动根据文件后缀名来自动推断要导出的矢量文件类型：

import os

gdf1.to_file('test.shp')

gdf1.to_file('test.geojson')

[file for file in os.listdir() if 'test.' in file]

2.6 支持对矢量数据自动推断合适的横轴墨卡托坐标参考系

　　其实这个特性在0.9版本中就已加入，但是还有一些小问题，而新版本中这个功能更加完善，效果如下：

2.7 sjoin()中的op参数改名为predicate

　　为了让参数名更加的贴切，在以前版本sjoin()中用于设置拓扑关系的参数op在这次新版本中被改名为predicate，大家在使用时要留意：

　　大家在了解到这些新功能和变动后，在使用新版geopandas时，如果遇到未知bug，欢迎在https://github.com/geopandas/geopandas/issues及时提交说明，一起帮助geopandas变得更加好用和完善。

　　以上就是本文的全部内容，欢迎在评论区与我进行讨论~

码农公寓