（数据科学学习手札94）QGIS+Conda+jupyter玩转Python GIS
（数据科学学习手札94）QGIS+Conda+jupyter玩转Python GIS
本文完整代码及数据已上传至我的
Github仓库https://github.com/CNFeffery/DataScienceStudyNotes
1 简介
QGIS随着近些年的发展，得益于其开源免费的特点，功能不断被世界各地的贡献者们开发完善，运算速度也非常出色，使得越来越多的Giser们从臃肿缓慢的Arcgis等传统平台转向QGIS。
图1
最重要的是，QGIS面向Python的接口PyQgis不仅可以用来开发QGIS插件，还可以配合Conda完美地避开路径配置的过程，直接与Conda虚拟环境集成在一起，从而随心所欲地在jupyter notebook之类的编辑器中书写Python代码调用各种QGIS中的地理计算功能，进而弥补geopandas在某些功能上的尚未完善之处。
图2
本文就将为大家展示如何集成QGIS到Conda环境里，并基于建好的环境在jupyter lab中调用QGIS从而解决实际计算问题。
2 配置QGIS+Conda+jupyter lab
接下来我们从0开始，完整地展示如何构建QGIS+Conda+jupyter lab的集成。
在已经正确安装和配置anaconda或miniconda的机器上，在终端执行conda create -n QGIS python=3.7 -y来建立一个Python虚拟环境，这里选择3.7版本的Python。
图3
接下来我们执行conda activate QGIS激活刚刚创建好的环境之后，接着执行conda install -c conda-forge qgis -y来直接安装QGIS相关组件。
如果你的下载过程非常缓慢且你没有“特殊”的上网技巧，可以将-c参数后的源更换为国内的清华大学对应镜像（https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge），因为QGIS本身有着一定的体积且依赖包众多，这一步耐心等待完成即可。
安装成功后，直接执行qgis命令就可以打开传统的带界面的QGIS应用：
图4
但这并不是本文的重点，我们关注的是如何实现在jupyter lab里写代码调用QGIS功能，接下来我们来安装jupyter lab：
conda install nodejs jupyterlab -y 安装完成后我们执行jupyter lab来启动它：
图5
接着我们创建新的notebook，测试一下QGIS是否可以正确导入：
图6
如果你可以成功执行上述代码，那么恭喜你已经完成了所有环境配置工作，因为是集成在conda虚拟环境中的，所以我们免去了所有配置QGIS相关路径的工作（爽翻了是不是~）。
为了方便下面的功能演示我们顺便把geopandas也安装了：
conda install -c conda-forge geopandas -y 接下来我们先来查看所有可用的QGIS中的算法功能：
# 查看可用的所有QGIS功能
from processing.core.Processing import Processing
from qgis.analysis import QgsNativeAlgorithms
Processing.initialize()
QgsApplication.processingRegistry().addProvider(QgsNativeAlgorithms())
for alg in QgsApplication.processingRegistry().algorithms():
print(alg.id(), "中的", alg.displayName(), '可用！') 输出的结果内容非常之多，可以说囊括了我们常用的所有QGIS功能，譬如渔网创建工具：
图7
正好geopandas中没有现成的创建渔网功能，下面我们就以为重庆市创建渔网为例。
首先我们导入对应的重庆市域矢量文件，这里的可视化需要matplotlib和descartes两个库的支持，请确保已经安装好它们：
import geopandas as gpd
# 从矢量文件创建QGIS图层
chongqing = QgsVectorLayer('重庆市.geojson')
gpd.read_file('重庆市.geojson').plot();
图8
接着我们就需要使用到前面打印功能列表时看到的Create grid功能，通过下面的方式可以查看所有在功能列表中出现的算法：
from processing import algorithmHelp
# 查看渔网创建工具的说明文档
algorithmHelp("native:creategrid")
图9
如果你使用过QGIS中的渔网创建工具，通过阅读上述的参数说明一定很快就能明白各个参数的意义，下面我们根据自己的需求创建10000x10000米的正方形渔网：
from processing import run
chongqing = gpd.read_file('重庆市.geojson')
# 获取投影坐标系下的bbox信息
total_bounds = chongqing.to_crs('EPSG:2381').total_bounds
params = {
'INPUT': chongqing,
'TYPE': 2,
'EXTENT': f'{total_bounds[0]},{total_bounds[2]},{total_bounds[1]},{total_bounds[3]}',
'HSPACING': 10000,
'VSPACING': 10000,
'HOVERLAY': 0,
'VOVERLAY': 0,
'CRS': 'EPSG:2381',
'OUTPUT': '重庆10000x10000渔网测试.geojson' # 导出到外部GeoJSON文件
}
feedback = QgsProcessingFeedback()
run("native:creategrid", params, feedback=feedback) 在QGIS中查看渔网结果：
图10
通过geopandas查看坐标参考系信息：
图11
通过这样的方式，我们就可以实现在外部编辑器中灵活调用QGIS工具的目的。
以上就是本文的全部内容，欢迎在评论区与我进行讨论~