GeoPandas库

安装

由于geopandas有好几个依赖库，可用 Miniconda或 Anaconda来安装geopandas，但个人安装速度太慢 。选择先下载相关whl文件，用pip安装。whl文件下载地址： https://www.lfd.uci.edu/~gohlke/pythonlibs/

Anaconda版本：Anaconda3-5.2.0-Windows-x86_64

安装顺序：python版本3.6.5，电脑64位。选择cp36，amd64文件；下载位置D:\Anaconda（这里随意，但下面的安装时要引用）

gdal   GDAL‑3.1.4‑cp36‑cp36m‑win_amd64.whl

fiona  Fiona‑1.8.18‑cp36‑cp36m‑win_amd64.whl

shapely   Shapely‑1.7.1‑cp36‑cp36m‑win_amd64.whl

pyproj  pyproj‑3.0.1‑cp36‑cp36m‑win_amd64.whl

pip install C:\Users\lifeisshort\Downloads\pyproj-2.6.1.post1-cp37-cp37m-win_amd64.whl

打开cmd命令行，分别对四个依赖库进行安装：pip install d:\Anaconda\GDAL-3.1.4-cp36-cp36m-win_amd64.whl；

安装geopandas：pip install geopandas     检查geopandas是否安装成功：pip show geopandas；

安装geopandas后，可能还另外需要安装descartes模块：pip install descartes

Anaconda下载安装：可看前面的保姆级教程（Anaconda介绍）

shapefile 用 pip install pyshp 安装(如果需要用到shapefile)

shapefile文件信息的读取

相比pyshp库，geopandas效果更好。可读取zip中的shapefile，GeoJson、ArcGIS中的gdb，QGIS中GeoPackage的矢量数据。

import geopandas as gpd
import matplotlib.pyplot as plt

data = gpd.read_file(r'C:\Users\木头目\Desktop\湘鄂渝黔红色建筑\红色建筑数据库\行政区划.shp') #读取磁盘上的矢量文件
print(data.crs)  #查看数据对应的投影信息
print(data.head())  #查看前5行数据
data.plot()
plt.show  #图展示

GEOGCS["CGCS_2000",DATUM["D_2000",SPHEROID["S_2000",6378137,298.257222101004]],PRIMEM["Greenwich",0],UNIT["Degree",0.0174532925199433],AXIS["Longitude",EAST],AXIS["Latitude",NORTH]]
   Id NAME                                           geometry
0   0  巴东县  POLYGON ((110.44291 31.32998, 110.44182 31.328...
1   0  保靖县  POLYGON ((109.77159 28.73099, 109.77158 28.728...
2   0  慈利县  POLYGON ((110.86795 29.68683, 110.86880 29.686...
3   0  恩施市  POLYGON ((109.53667 30.66019, 109.53704 30.657...
4   0  凤凰县  POLYGON ((109.53621 28.32256, 109.53635 28.322...

 shapefile多图层叠加  .plot(ax=ax)

file_path=r'C:\Users\木头目\Desktop\湘鄂渝黔红色建筑\红色建筑数据库\行政区划.shp'
file_path2=r'C:\Users\木头目\Desktop\湘鄂渝黔红色建筑\红色建筑数据库\红色建筑.shp'
dfcountries = gpd.read_file(file_path)
ax = dfcountries.plot(color='white', edgecolor='black',figsize=(15,15))
dfcities = gpd.read_file(file_path2)
dfcities.plot(color = "red",ax = ax)