Python地理空间分析指南（第2版）学习笔记01

Python地理空间分析指南（第2版）学习笔记01

目录

前言

一、任务

二、实现与解析

1.引入库

2.构造数据模型

3.渲染地图元素

 4.执行查询 *** 作以及完成绘图

三、总结

---

前言

本书假定读者了解Pyhon、信息技术的基本知识，并且至少对地理空间分析有一定的认识。

讲述的是第1章 Python与地理空间分析“牛刀小试”部分的代码实现和解析。

---

一、任务

现在，你已经对地理空间分析有了进一步的了解，接下来我们要着手使用Python构建一个名
为SimpleGIS的GIS应用了。这个程序将使用地理数据模型构建一个完整的GIS应用，而且可以
渲染专题地图，显示不同城市的人口数量。
数据模型还将是结构化的，所以你可以进行一些基本的查询 *** 作。SimpleGIS将会包含科罗
拉多州的3个城市及其人口数量。
更重要的一点是，我们将完全使用Pytohn代码实现这个小型系统的构建，从而展示Python语
言的强大威力。当然我们还会用到Python标准库中的部分模块，但不会下载任何第三方应用包。

笔者使用Python版本是3.9，IDE为VScode，其他IDE可以参考这个：推荐10 款最好的 Python IDE | 菜鸟教程 (runoob.com)

二、实现与解析

这一部分主要的解析都在注释中。

1.引入库

唯一使用的外部库是turtle，初学者常用的画图库。

import turtle as t

2.构造数据模型

首先声明一些和所有城市相关的常量。

# 在计算机科学中，将常用的数字放在方便记忆的变量中是普遍的做法。这个变量通常被称为常量。
# 妙处在于，索引也可以这样。
# 下面三个常量其实规定了列表中元素的先后顺序，即第一个是名称，第二个是点坐标（经纬度），第三个是人口数量。

NAME = 0
POINTS = 1
POP = 2

# 科罗拉多州，纬度在北纬37至41度之间，经度在西经102至109度之间，有5187582人。
state = ["COLORADO", [[-109, 37],[-109, 41],[-102, 41],[-102,37]], 5187582]

# 城市
cities = []
cities.append(["DENVER",[-104.98, 39.74], 634265])
cities.append(["BOULDER",[-105.27, 40.02], 98889])
cities.append(["DURANGO",[-107.88,37.28], 17069])

 然后定义地图尺寸大小和确定绘制边界，以及定义一个转换函数，用于将世界坐标（经纬度）转换成屏幕坐标。

# 地图大小
map_width = 400
map_height = 300

# 首先需要确定最大范围，即州的尺寸。
# 先假定一个范围。有趣的是，假定的最小值很大，最大值反而很小。
minx = 180
maxx = -180
miny = 90
maxy = -90
# 这个循环的妙处在于，即使要绘制的地图边界不是方方正正的，也可以确定边界值。
# 实际上确定了最小外接矩形（MBR）。
for x,y in state[POINTS]:
    if x < minx: minx = x
    elif x > maxx: maxx = x
    if y < miny: miny = y
    elif y > maxy: maxy = y
# 第2步是计算州和绘图板之间的缩放比例.这个比例是用来将经纬度坐标转化成屏幕坐标的。
# 我们获取州在x和y坐标上的尺寸，然后和地图的尺寸进行比较得到缩放比例：
dist_x = maxx - minx
dist_y = maxy - miny
x_ratio = map_width / dist_x
y_ratio = map_height / dist_y

# 转换函数
def convert(point):
    # lon:经度 lat:维度
    lon = point[0]
    lat = point[1]
    x = map_width - ((maxx - lon) * x_ratio)
    y = map_height - ((maxy - lat) * y_ratio)
    # turtle图形引擎是以屏幕中心为起点位置的，因此必须把坐标点的位置进行适当的偏移
    x = x - (map_width/2)
    y = y - (map_height/2)
    return [x,y]

 详细的说明如图：

 对convert函数的说明

3.渲染地图元素

首先画边界。

# 开始画图
t.up()
# 这里单独为第一个位置设变量，是为了画出封闭图形，而不需要在坐标列表增加一个点。
first_pixel = None
for point in state[POINTS]:
    pixel = convert(point)
    if not first_pixel:
        first_pixel = pixel
    t.goto(pixel)
    t.down()
t.goto(first_pixel)
t.up()
t.goto([0,0])
t.write(state[NAME], align="center", font=("Arial",16,"bold"))

 然后绘制城市，注意这里使用convert函数的方法和上面不同的，显示了作者定义函数时的精巧构思。

# 绘制城市
for city in cities:
    pixel = convert(city[POINTS])
    t.up()
    t.goto(pixel)
    # 绘制城市位置
    t.dot(10)
    # 标记城市
    t.write(city[NAME] + ", Pop.: " + str(city[POP]), align="left")
    t.up()

 效果图

 4.执行查询 *** 作以及完成绘图

# 执行一个属性查询 *** 作来确定人口最多的城市
biggest_city = max(cities, key=lambda city:city[POP])
t.goto(0,-200)
t.write("The biggest city is: " + biggest_city[NAME])
# 执行一个属性查询 *** 作来确定最西边的城市
western_city = min(cities, key=lambda city:city[POINTS])
t.goto(0,-220)
t.write("The western-most city is: " + western_city[NAME])
# 关闭画笔
t.pen(shown=False)
# 使用t.done()可以保存窗体
t.done()

效果图

---

三、总结

本文简单介绍了“牛刀小试”部分的代码实现，其实数学原理也很简单，不需要高等数学就可以推导其中的坐标转换公式，可以自己动手画图、结合图形加深理解。