商城网站开发项目描述,潍坊外贸建站,赤峰微网站建设,杭州营销网站建设平台geojson数据结构geojson作图方法geojson与pandashttps://blog.exploratory.io/visualizing-geospatial-data-with-your-own-geojson-f96dde0f6296​blog.exploratory.io数据结构GeoJSON是用于表示地理对象的格式。 它与常规JSON不同#xff0c;因为它支持几何类型#xff0c;…geojson数据结构geojson作图方法geojson与pandashttps://blog.exploratory.io/visualizing-geospatial-data-with-your-own-geojson-f96dde0f6296​blog.exploratory.io数据结构GeoJSON是用于表示地理对象的格式。 它与常规JSON不同因为它支持几何类型例如PointLineStringPolygonMultiPointMultiLineStringMultiPolygon和GeometryCollection。使用GeoJSON使可视化瞬间变得更加容易您将在后面的部分中看到。 这主要是因为GeoJSON允许我们将集合的几何数据类型存储在一个中央结构中。GeoPandas是一个Python模块用于通过扩展Python模块Pandas使用的数据类型来简化在python中的地理空间数据以允许对几何类型进行空间操作。 如果你不熟悉Pandas请查看其教程。GeoJSON 是用于描述地理空间信息的数据格式。GeoJSON 不是一种新的格式其语法规范是符合 JSON 格式的只不过对其名称进行了规范专门用于表示地理信息。GeoJSON 的最外层是一个单独的对象object。这个对象可表示几何体Geometry。特征Feature。特征集合FeatureCollection。最外层的 GeoJSON 里可能包含有很多子对象每一个 GeoJSON 对象都有一个 type 属性表示对象的类型type 的值必须是下面之一。Point点。MultiPoint多点。LineString线。MultiLineString多线。Polygon面。MultiPolygon多面。GeometryCollection几何体集合。Feature特征。FeatureCollection特征集合。通常GeoPandas缩写为gpd用于将GeoJSON数据读入DataFrame。 下面你可以看到我们打印出了五行GeoJSON DataFrame{type: FeatureCollection,features: [/*表示地图上一个点*/{type: Feature,properties: {},geometry: {type: Point,coordinates: [117.24609374999999,36.65079252503471]}},/*表示地图上一条线段*/{type: Feature,properties: {},geometry: {type: LineString,coordinates: [[117.24599450826645,36.65120999361623],[117.24690914154054,36.65124657580678],[117.24694132804869,36.65100341150826],[117.24670529365538,36.650695689215624],[117.24620908498764,36.65059024562966]]}},/*表示地图上一个多边形(三角形,正方形,长方形....等等)*/{type: Feature,properties: {},geometry: {type: Polygon,coordinates: [[[117.15253829956055,36.67089730689858],[117.14584350585938,36.658917692387114],[117.16318130493163,36.64721167063527],[117.17554092407227,36.65313376288551],[117.18034744262694,36.66773046368491],[117.17348098754883,36.677643625245274],[117.15322494506836,36.692786266889456],[117.13193893432617,36.68397636535661],[117.15047836303711,36.68012171607383],[117.15253829956055,36.67089730689858]]]}}]}由以上格式可以发现每一个对象都有一个成员变量 coordinates。如果 type 的值为 Point、MultiPoint、LineString、MultiLineString、Polygon、MultiPolygon 之一则该对象必须有变量 coordinates。如果 type 的值为 Feature特征那么此特征对象必须包含有变量 geometry表示几何体geometry 的值必须是几何体对象。此特征对象还包含有一个 properties表示特性properties 的值可以是任意 JSON 对象或 null。例如{ type: Feature, properties: { name: 北京 }, geometry: { type: Point, coordinates: [ 116.3671875, 39.977120098439634] }如果 type 的值为 GeometryCollection几何体集合那么该对象必须有变量 geometries其值是一个数组数组的每一项都是一个 GeoJSON 的几何对象。如果 type 的值为 FeatureCollection特征集合则该对象必须有一个名称为 features 的成员。features 的值是一个数组数组的每一项都是一个特征对象。Geopandas操作Geojson!pip3 install geopandas!pip3 install geojsonio# 定位到.geojson文件 import os print(os.getcwd()) os.chdir(/content/drive/My Drive/Colab Notebooks) os.chdir(/content/drive/My Drive/Colab Notebooks/EBOV/Data) print(os.getcwd())import geopandas as gpd states gpd.read_file(location_data_v3.geojson) print(states.head()) print(states[0:]) print(states.shape)绘制geojson地图方法一 软件方法二geopandas关于我们将要使用的库GeoPandas允许读取和处理地理空间数据而Matplotlib可以绘制数据。GeoPandas依赖于与python-gdal包装器相同的基本原理但是它不是读取地理空间图像并返回NumPy数组而是返回Pandas Series和DataFrames这通过提供对Pandas API函数的访问使处理这种类型的数据更加容易。我们首先需要导入geopandas和matplotlibpip install pysal1.13.0import geopandas as gpd import matplotlib.pyplot as plt %matplotlib inline plt.rcParams[figure.figsize] (20, 10)# load our two GeoJSON files df_places gpd.read_file(places.geojson) df_admin gpd.read_file(admin.geojson)# 对于城市的边界多边形无需任何处理即可直接绘制出来ax df_admin.plot(colorgreen)# 请注意我们保留了由图返回的变量的副本因为我们打算在接下来的步骤中用城镇名称注释生成的多边形。 # 我们将遍历DataFrame位置中的所有条目并绘制ax.annotate…“ geometry”列设置的地理位 # 置处的城镇名称。为简单起见我们将自己限制在人口超过10,000的城镇标签上 for idx, row in df_places.iterrows():if row[population] 10000:coordinates row[geometry].coords.xyx, y coordinates[0][0], coordinates[1][0]ax.annotate(row[name], xy(x, y), xytext(x, y))# 我们通过在多边形上绘制城镇位置下面用红色/白色小圆圈表示。提供给plot方法的参数值OrRd # 是matplotlib 颜色图的名称它基本上是从白色较低值到红色较高值的渐变。决定我们绘制点的 # 红色饱和度的列是填充列。给出最满意结果的choropleth分类方案是分位数方案。请注意使用此方案需要 # PySALpip install pysaldf_places.plot(axax, columnpopulation, cmapOrRd)参考https://medium.com/h4k1m0u/plot-a-geojson-map-using-geopandas-be89e7a0b93b​medium.comhttps://medium.com/maptastik/remote-geojson-to-geodataframe-19c3c1282a64​medium.comGEOJSON标准格式学习​www.jianshu.com