Python地理数据处理:Geopandas入门教程
想轻松玩转地理数据?告别神秘感,从Python的GeoPandas库开始!本教程为你提供GeoPandas入门指南,助你快速上手。GeoPandas基于强大的Pandas库,专门处理带有空间信息的数据,如地图、坐标点和多边形区域。本文将从安装配置入手,讲解如何使用`gpd.read_file()`加载Shapefile或GeoJSON等常见地理数据格式,并利用`gdf.plot()`实现地图可视化,定制颜色映射与图形比例。此外,还将介绍坐标系统转换(`gdf.to_crs()`)、位置筛选(`.cx`或`.within()`)以及GeoDataFrame合并(`pd.concat()`)等实用技巧。即使是新手,也能通过本教程逐步掌握GeoPandas的强大功能,轻松驾驭地理数据的处理与分析。
GeoPandas能轻松处理地理数据,安装后即可读取Shapefile或GeoJSON文件,使用gpd.read_file()加载数据并查看结构与坐标系;通过gdf.plot()实现地图可视化,可设置颜色映射与图形比例;常见操作包括1.用gdf.to_crs()转换坐标系统,2.用.cx或.within()按位置筛选数据,3.用pd.concat()合并多个GeoDataFrame,注意统一CRS。新手可从基础入手逐步掌握其强大功能。
处理地理数据其实没那么神秘,用 Python 的 GeoPandas 库就能轻松上手。它基于 Pandas 扩展而来,专门用来处理带有空间信息的数据,比如地图、坐标点、多边形区域等。如果你已经熟悉 Pandas,那学 GeoPandas 会非常顺手。

下面从几个常见需求出发,带你快速入门。
安装与基础准备
GeoPandas 不是默认安装的库,需要单独安装。推荐使用 pip 或 conda:

pip install geopandas
conda install -c conda-forge geopandas
安装完成后,导入常用模块:
import geopandas as gpd import matplotlib.pyplot as plt
GeoPandas 主要处理的是 GeoDataFrame,它和普通的 DataFrame 类似,只不过多了一个 geometry
列,里面存放的就是地理信息(如点、线、面)。

加载地理数据:读取 Shapefile 或 GeoJSON
最常见的地理数据格式有 Shapefile 和 GeoJSON。GeoPandas 对这两种格式支持非常好,可以直接读取:
# 读取 Shapefile 文件 gdf = gpd.read_file('your_shapefile.shp') # 读取 GeoJSON 文件 gdf = gpd.read_file('your_geojson.geojson')
注意:
- Shapefile 通常不是一个文件,而是一组文件(.shp、.shx、.dbf 等),必须放在同一目录下。
- GeoJSON 是纯文本格式,适合网络传输,也更容易查看内容。
读取后可以用 gdf.head()
查看结构,用 gdf.crs
查看坐标系信息。
地图可视化:画出你的第一张地理图
GeoPandas 内置了简单的绘图功能,依赖 matplotlib。比如:
gdf.plot() plt.show()
如果你想更精细控制样式,可以加参数:
gdf.plot(column='population', legend=True, cmap='OrRd')
这样就可以根据某一列(比如人口)进行颜色映射,做出热力图效果。
小技巧:如果地图显示太小或者比例不对,可以用
figsize=(10, 8)
控制大小,或者用ax.set_aspect('equal')
设置比例一致。
常见操作:坐标转换、筛选、合并
1. 坐标系统转换(CRS)
不同数据可能使用不同的坐标系统,统一坐标系很关键。例如转为 WGS84(经纬度):
gdf = gdf.to_crs(epsg=4326)
2. 按位置筛选
你可以用 .cx
或 .within()
来筛选某个范围内的数据:
# 筛选 x 在 100~110,y 在 30~40 范围内的记录 subset = gdf.cx[100:110, 30:40]
3. 合并多个地理数据
如果有两个 GeoDataFrame,想拼在一起:
combined = gpd.GeoDataFrame(pd.concat([gdf1, gdf2], ignore_index=True))
不过要注意两个数据的 CRS 是否一致,否则得先统一。
基本上就这些内容。GeoPandas 上手不难,但有很多细节需要注意,比如坐标系统、投影方式、几何类型等。新手可以从读取数据、画图、简单分析开始练起,慢慢就会发现它的强大之处了。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

- 上一篇
- Python图片处理技巧:PIL库高级用法解析

- 下一篇
- 电脑屏幕闪烁怎么解决?硬件检测与驱动更新教程
-
- 文章 · python教程 | 16分钟前 | 模块化 变量作用域 参数传递 返回值 Python函数嵌套调用
- Python函数嵌套调用方法解析
- 444浏览 收藏
-
- 文章 · python教程 | 19分钟前 | OpenCV 神经风格迁移 色彩迁移 Lab色彩空间 Reinhard方法
- PythonOpenCV色彩迁移教程
- 433浏览 收藏
-
- 文章 · python教程 | 22分钟前 |
- Python发邮件带附件教程详解
- 406浏览 收藏
-
- 文章 · python教程 | 34分钟前 |
- Spark分区单核优化技巧分享
- 356浏览 收藏
-
- 文章 · python教程 | 48分钟前 |
- Python操作Kafka入门指南
- 213浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python文件未找到错误解决方法
- 232浏览 收藏
-
- 文章 · python教程 | 2小时前 | Python 绘图
- Python图表绘制入门与实战教程
- 422浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python开发API接口教程:FastAPI快速上手指南
- 434浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- PySpark提取JSON并透视数据方法
- 169浏览 收藏
-
- 文章 · python教程 | 3小时前 | Python 编程
- KMP算法Python实现与优化技巧
- 126浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python处理遥感影像:GDAL库教程详解
- 466浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 511次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 498次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 千音漫语
- 千音漫语,北京熠声科技倾力打造的智能声音创作助手,提供AI配音、音视频翻译、语音识别、声音克隆等强大功能,助力有声书制作、视频创作、教育培训等领域,官网:https://qianyin123.com
- 372次使用
-
- MiniWork
- MiniWork是一款智能高效的AI工具平台,专为提升工作与学习效率而设计。整合文本处理、图像生成、营销策划及运营管理等多元AI工具,提供精准智能解决方案,让复杂工作简单高效。
- 370次使用
-
- NoCode
- NoCode (nocode.cn)是领先的无代码开发平台,通过拖放、AI对话等简单操作,助您快速创建各类应用、网站与管理系统。无需编程知识,轻松实现个人生活、商业经营、企业管理多场景需求,大幅降低开发门槛,高效低成本。
- 360次使用
-
- 达医智影
- 达医智影,阿里巴巴达摩院医疗AI创新力作。全球率先利用平扫CT实现“一扫多筛”,仅一次CT扫描即可高效识别多种癌症、急症及慢病,为疾病早期发现提供智能、精准的AI影像早筛解决方案。
- 373次使用
-
- 智慧芽Eureka
- 智慧芽Eureka,专为技术创新打造的AI Agent平台。深度理解专利、研发、生物医药、材料、科创等复杂场景,通过专家级AI Agent精准执行任务,智能化工作流解放70%生产力,让您专注核心创新。
- 389次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览