涉及到空间数据处理的时候,为了比较清晰方便的看出空间数据所处的区域,通常都需要将省市边界线加到地图中。
Python中也提供了大量的shp文件处理方法,有底层的一些库,也有一些封装比较完整的库。比如:
•fiona[1]:基于ogr的封装,提供了更简洁的API•pyshp[2]:纯python实现的shape文件处理库,支持shp,shx和dbf文件的读写•ogr
:gdal中的用于处理边界文件的模块•geopandas[3]:基于 fiona
进行了封装
pip install fiona
import fiona
shps = fiona.open('CHN_adm2.shp')
>>> shps.schema
{'properties': OrderedDict([('ID_0', 'int:10'),
('ISO', 'str:3'),
('NAME_0', 'str:75'),
('ID_1', 'int:10'),
('NAME_1', 'str:75'),
('ID_2', 'int:10'),
('NAME_2', 'str:75'),
('HASC_2', 'str:15'),
('CCN_2', 'int:10'),
('CCA_2', 'str:254'),
('TYPE_2', 'str:50'),
('ENGTYPE_2', 'str:50'),
('NL_NAME_2', 'str:75'),
('VARNAME_2', 'str:150')]),
'geometry': 'Polygon'}
>>> shps.encoding
'utf-8'
>>> shps.crs
{'init': 'epsg:4326'}
>>> shps.crs_kwt
'GEOGCS["GCS_WGS_1984",DATUM["WGS_1984",SPHEROID["WGS_84",6378137.0,298.257223563]],PRIMEM["Greenwich",0.0],UNIT["Degree",0.0174532925199433],AUTHORITY["EPSG","4326"]]
>>> shp = next(iter(shps))
>>> shp.keys()
dict_keys(['type', 'id', 'geometry', 'properties'])
type
:表示shape子文件的类型id
:shape子文件的序号geometry
:包含shape子文件的类型和经纬度信息(字典类型),包含了type
和coordinates
两个关键词properties
:shape子文件的属性信息
>>> shp.get('type')
>>> shp.get('id')
>>> shp.get('geometry')
shps 变量包含了一些方法可以获取shape文件中的每个边界,比如 .next
,.iterms
等。
.next
方法将在 fiona 2.0版本中移除,可改用 next(iter(shps))进行单个迭代,或者使用 shps.iterms 进行循环迭代。
fiona中提供了shp文件的读取方法,但是并没有提供可视化方法,如果使用fiona处理,还需要单独进行画图的操作。
构建shp文件的操作很少使用,但有时候可能需要从已有的shp文件中提取一个子区域。
subshp = fiona.open('subshp.shp', mode='w',
crs=shps.crs, crs_wkt=shps.crs_wkt,
driver=shps.driver,
encoding=shps.encoding,
schema=shps.schema)
fiona默认的方式是读,只需要改为写,然后提供源文件中的一些信息即可。
>>> shp = next(iter(shps))
>>> subshp.write(shp) ## 写入字段
>>> subshp.flush() ## 更新文件
>>> subshp.close() ## 关闭文件
上述方法只是从源文件中随意选择了一个子区域,可以根据需要选择特定的区域,然后写入文件即可。
⚠️:不要忘记更新文件。
pip install pyshp
import shapefile
shps = shapefile.Reader('CHN_adm2.shp')
读取后返回的 shps
中也包含了很多方法,其中 .fields
包含了shape文件中的一些字段信息,类似 fiona 中的 .schema
方法:
>>> shps.fields
[('DeletionFlag', 'C', 1, 0),
['ID_0', 'N', 10, 0],
['ISO', 'C', 3, 0],
['NAME_0', 'C', 75, 0],
['ID_1', 'N', 10, 0],
['NAME_1', 'C', 75, 0],
['ID_2', 'N', 10, 0],
['NAME_2', 'C', 75, 0],
['HASC_2', 'C', 15, 0],
['CCN_2', 'N', 10, 0],
['CCA_2', 'C', 254, 0],
['TYPE_2', 'C', 50, 0],
['ENGTYPE_2', 'C', 50, 0],
['NL_NAME_2', 'C', 75, 0],
['VARNAME_2', 'C', 150, 0]]
>>> shps.numRecords # shape文件中包含了多少个记录数,即子文件数
>>> shp = shps.shapeRecord()
>>> shp.record # 返回列表
[49,
'CHN',
'China',
1,
'Anhui',
1,
'Anqing',
'',
0,
'',
'Dìjíshì',
'Prefecture City',
'安庆市',
'Ānqìng']
类似 fiona 中获取shape子文件的属性信息,但fiona返回为字典。
>>> shp.shape.points # 包含了经纬度坐标
>>> shp.shape.bbox # shape子文件范围
上述两个库,均可以进行shape文件的读写操作,但并没有提供可视化的方法。如果想看图的时候可以使用ArcGIS或者QGIS,导入文件即可。或者使用geopandas进行处理,geopandas提供了shape文件的处理和可视化,具有更为简便的API。
pip install geopandas
import geopandas
shps = geopandas.read_file('CHN_adm1.shp')
shps.plot()
包括库导入也只需要3行代码即可。