本文深入剖析了地理聚类中极易被忽视却至关重要的空间真实性问题：直接用sklearn对原始经纬度聚类会因地球曲率导致距离严重失真、结果不可解释；而PySAL与geopandas的协同方案，通过科学投影、构建地理邻接权重、引入空间自相关检验（如Moran_Local），真正实现了尊重空间依赖性、可解释、业务可用的地理感知聚类——这不是简单的包替换，而是从坐标系选择、邻居定义到聚类逻辑的全流程地理思维重构。

PySAL 和 geopandas 的组合，是做真正地理感知聚类（而非简单把经纬度当平面坐标扔进 sklearn.DBSCAN）的务实选择。它能尊重地球曲率、处理空间权重、识别空间自相关——这些恰恰是多数教程跳过、但业务中一跑就报错的关键点。

为什么不能直接用 sklearn 对经纬度做聚类？

因为 sklearn 默认所有距离都是欧氏距离，而经度1°在赤道≈111km，在北京≈85km，在哈尔滨≈60km。直接用 [[lon, lat]] 喂给 DBSCAN(eps=0.1)，结果完全不可解释。

• 你设的 eps=0.1 在不同纬度代表的实际地面距离差近一倍
• geopandas 的 .geometry 列默认是 WGS84（经纬度），不是投影坐标系，不能直接算平面距离
• 真实场景中，聚集往往有空间依赖性（比如某区域聚类多，周边也容易出现），sklearn 完全忽略这点

用 PySAL + geopandas 做空间聚类的三步核心

不是“调个包”，而是明确每一步在解决什么地理问题：

• 先投影：用 geopandas.GeoDataFrame.to_crs() 转成等距投影（如 EPSG:32650 适用于中国东部），让单位统一为米
• 再建空间权重：用 pysal.lib.weights.Queen.from_dataframe() 或 KNN.from_dataframe(..., k=5) 构建邻接关系，这是识别“地理邻居”的基础
• 最后选聚类方法：推荐 pysal.explore.esda.Moran_Local() 找热点/冷点，或 pysal.cluster.AdjacencyCluster()（需注意该类在 2026 年最新版中已移至 pysal.spaghetti 子模块）

示例关键代码片段：

import geopandas as gpd
from pysal.lib import weights
from pysal.explore.esda import Moran_Local
假设 gdf 是含 geometry 的 GeoDataFrame，WGS84 坐标
gdf_proj = gdf.to_crs("EPSG:32650")  # 投影到 UTM 50N（中国东部）
w = weights.Queen.from_dataframe(gdf_proj)  # 基于多边形邻接构建权重
计算局部莫兰指数，识别高-高（热点）、低-低（冷点）聚类
moran_loc = Moran_Local(gdf_proj['value_col'], w)
gdf_proj['moran_cluster'] = moran_loc.q  # q=1 表示高-高，q=2 表示低-低

PySAL 中常见空间聚类方法适用场景对比

别被名字迷惑，每个方法背后有强地理假设：

• AdjacencyCluster：只认“是否共享边界”，适合行政区划数据（省/市/区），对点数据无效
• SpaTialKMeans（来自 pysal.spaghetti）：支持网络约束（比如只沿道路聚类），适合轨迹或设施选址
• Moran_Local + GetisOrd_Local：不生成硬划分标签，而是输出每个位置的“聚类倾向强度”，更适合探索性分析
• 直接用 sklearn 但输入改为 gdf_proj.geometry.centroid.x, gdf_proj.geometry.centroid.y：仅当投影后且区域跨度小（

最容易被忽略的坐标系陷阱

哪怕你用了 to_crs()，仍可能踩坑：

• 如果原始 geometry 是 Point 但没设 crs，to_crs() 会静默失败，返回原坐标 → 务必检查 gdf.crs 是否为 None
• Queen 权重对点数据无意义，必须用 KNN 或 DistanceBand；后者需指定 threshold（单位是投影后的米），别写 0.1
• geopandas 读 GeoJSON 时默认 crs="EPSG:4326"，但读 shapefile 时可能为空 → 每次读取后加一句 gdf.set_crs("EPSG:4326", allow_override=True)

真正的难点从来不在算法本身，而在让坐标系、距离单位、空间关系定义这三者咬合严丝合缝。少检查一次 gdf.crs，后面所有聚类结果都可能是错觉。

到这里，我们也就讲完了《Python地理聚类分析：PySAL与Geopandas实战》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！