python如何利用fiona判定那些point在那些polygon内

2023-11-05 05:10

本文主要是介绍python如何利用fiona判定那些point在那些polygon内,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

如何利用fiona判定那些point在那些polygon内)

  • 什么是foina
  • 几何类型
  • 什么是shapely
  • 代码展示
  • 利用了foina的那些函数

问题来源,我有两个数据数据:一个是矢量面数据、一个是矢量point数据,那么如何判定那些point数据在包含在矢量面范围内,并把point在对应面的 属性表的字段,写入到point内;

什么是foina

fiona是一个用于读写矢量空间数据文件的Python包,是由Sean Gillies等人写的,其底层是C++开发的OGR库(一个开源GIS库)。

安装fiona包最好是下载wheel文件(编译发布的包)进行安装,因为用源码发布的包进行安装有一个编译(build)过程,如安装机器上没有相应的编译器,则会出现安装错误。此外,fiona的依赖包GDAL也是同样情况。
GDAL和fiona的wheel文件可以从Unofficial Windows Binaries for Python Extension Packages网站上下载。安装fiona前先要安装GDAL。

在这里插入图片描述
在这里插入图片描述
要根据安装机器的操作系统是64位还是32位;以及Python版本是python 2或者 python 3选择安装对应文件;

读文件首先是要利用open()函数的读模式返回Collection对象。
Collection对象有很多属性,利用Collection对象属性可以了解文件的基本情况。

属性解释
driver文件类型,如‘ESRI Shapefile‘。
crsproj4字典形式表示的坐标参照系统。
crs_wktwkt形式表示的坐标参照系统。
bounds边界范围,最小、最大x和y组成的元组(minx, miny, maxx, maxy)。
schema数据结构,包括几何类型及字段构成。
meta包括driver、schema、crs和其它属性。
import pprint
import fiona
c = fiona.open(r"d:\data\c.shp")
pprint.pprint(c.schema)

Collection对象是可迭代对象,可以通过循环返回每条记录,也可以通过索引返回其中的一条记录。
返回的记录是一个字典,包含id、geometry、properties、type等键,类似GeoJSON中的Feature。

在一个记录中,geometry键的值包含了该记录的几何类型及坐标值。
fiona定义的几何类型和GeoJSON是一致的,包括Point、LineString、Polygon、MultiPoint、MultiLineString以及MultiPolygon。
坐标值的表示方式与几何类型是相关的.

几何类型

shapefile文件的几何(二维)类型只有4种:点(Point)、多点(MultiPoint)、线(Polyline)和多边形(Polygon),在文件层面没有区分LineString和MultiLineString、Polygon和MultiPolygon,但坐标的表示形式是不一样,可以通过每个记录的坐标进行区分。

在一个记录中,geometry键的值包含了该记录的几何类型及坐标值。
fiona定义的几何类型和GeoJSON是一致的,包括Point、LineString、Polygon、MultiPoint、MultiLineString以及MultiPolygon。
坐标值的表示方式与几何类型是相关的。

几何类型坐标值形式
Point点的x和y坐标组成的元组
LineString多个点坐标组成的列表(一层列表)
Polygon多个环线(ring)坐标组成的列表(每个环线是多个点坐标组成的列表)(两层列表)
MultiPoint多个点坐标组成的列表(一层列表)
MultiLineString多个线坐标组成的列表(两层列表)
MultiPolygon多个多边形坐标组成的列表(三层列表)

注:Polygon的坐标形式实际上是由一个外边线和多个内边线坐标组成的列表,这种形式可以表示所有多边形(包括有孔洞的多边形)。

shapefile文件的几何(二维)类型只有4种:点(Point)、多点(MultiPoint)、线(Polyline)和多边形(Polygon),在文件层面没有区分LineString和MultiLineString、Polygon和MultiPolygon,但坐标的表示形式是不一样,可以通过每个记录的坐标进行区分。

什么是shapely

shapely是一个用于几何对象构建与操作的Python包,底层是用C++写的GEOS库,很多开源的GIS软件(如QGIS)是利用GEOS库开发的。

Shapely访问地址

shapely包定义了多个类型的几何对象,其中,Point、MultiPoint、LineString、MultiLineString、Polygon以及MultiPolygon和fiona定义的几何类型是一致的,此外,还包括LinearRing、box等。
shapely包中的geometry模块提供了创建几何对象的构造函数
几何对象的构建是在构造函数中传入坐标参数。

from shapely.geometry import MultiPolygon
polygon1 = Polygon([(0, 0), (1, 1), (1, 0)])
polygon2 = Polygon([(1, 1.1), (1, 2), (2, 2)])
polygons = MultiPolygon([polygon1,polygon2])
polygons[0]

几何对象有一些共同属性,如area,尽管点和线的area属性值恒定为0;也有一些属性是和几何对象的类型相关,如Polygon有exterior和interiors属性,但其它对象没有。

coords属性只有Point、LineString和LinearRing这些几何对象才具有,返回的值是一个坐标序列对象,可以利用list()函数或切片操作([:])把坐标序列对象转换成坐标序列列表,或利用索引返回某个点的坐标。

几何对象的方法主要有几个方面:
计算对象之间的距离,返回距离值。
对几何对象进行空间操作,产生新的几何对象。
对几何对象进行空间拓扑分析,返回True或False。

方法解释
distance(other):计算与另一个几何对象的最近距离。
hausdorff_distance(other)计算与另一个几何对象的最远距离。
from shapely.geometry import Point
from shapely.geometry import LineString
point = Point([1,1])
line = LineString(((0,0), (1,1), (1,0)))
dist = point.distance(line)
h_dist = point.hausdorff_distance(line)
print(dist)
print(h_dist)
方法解释
buffer()产生缓冲多边形。
intersection(other)与另一个几何对象求交。
union(other)与另一个几何对象求和。
difference(other)去除与另一个几何对象的重叠部分。
symmetric_difference(other)与另一个几何对象求和,并去除重叠部分。
from shapely.geometry import Point
a = Point(1, 1).buffer(1.5)
b = Point(2, 1).buffer(1.5)
result = a.intersection(b)
result

在这里插入图片描述
先进行缓冲操作,然后进行求交操作.

方法解释
equals(other)和另一个几何对象是否一致。
contains(other)是否包含另一个几何对象。
within(other)是否包含在另一个几何对象中。
crosses(other)是否和另一个几何对象相交(只有线和线、线和多边形有crosses关系),不包括包含关系。
intersects(other)是否和另一个几何对象相交或有包含关系。
disjoint(other)是否和另一个几何对象没有公共点。
from shapely.geometry import LineString
from shapely.geometry import Polygon
line = LineString([(0.1,0.1), (0.9,0.9)])
polygon = Polygon([(0,0), (1,0), (1,1), (0,1)])
print(line.crosses(polygon))
print(line.intersects(polygon))

在这里插入图片描述
判断线和多边形是否crosses和intersects

代码展示

本文主要实现的是:将按矢量面范围剪裁处理的另一份矢量point数据,逐个点进行与 感兴趣区面进行intersects()叠加分析,如果是包含,那么就把矢量面包含的point数据写入到新的shp数据中,然后将矢量面数据的其中一个fileds写入到新的point数据的属性表内部;

from shapely.geometry import LineString
from shapely.geometry import Point
from shapely.geometry import Polygon
from shapely.geometry import MultiLineString
import fionakansas_c = fiona.open('D:/20200309/shujushouji/python+jupyternoterbook/zuoye1(1)/6栅格数据操作/sample_regions/sample_regions.shp', 'r')
#coordinates = kansas_c[0]['geometry']['coordinates'][0]
#polygon = Polygon(coordinates)
#kansas_c.close()high_c = fiona.open('D:/20200309/shujushouji/python+jupyternoterbook/zuoye1(1)/6栅格数据操作/sample_regions/grid_points1.shp', 'r')
source_driver = high_c.driver
source_crs = high_c.crs
source_schema = high_c.schema
target = fiona.open('D:/20200309/shujushouji/python+jupyternoterbook/zuoye1(1)/6栅格数据操作/sample_regions/shuchupoint.shp', 'w',driver=source_driver,crs=source_crs, schema=source_schema)
for record in high_c:coordinates = record['geometry']['coordinates']#print(coordinates)record_line = Point(coordinates)for i in range(0, len(kansas_c)):coordinates = kansas_c[i]['geometry']['coordinates'][0]polygon = Polygon(coordinates)if record_line.intersects(polygon):FIELDSS = kansas_c[i]['properties']['type']#print(FIELDSS)record['properties']['land_type']=FIELDSStarget.write(record)
target.close()
high_c.close()

利用了foina的那些函数

主要是:
(1)利用Collection对象的write(feature)或writerecords(feature_list)方法可以把要素或要素列表写入Collection对象中。要素写入到Collection对象后,并没并没有立即保存到文件,只有当关闭Collection对象时,Collection对象中的数据才会写到文件中。

Collection对象是可迭代对象,可以通过循环返回每条记录,也可以通过索引返回其中的一条记录。
返回的记录是一个字典,包含id、geometry、properties、type等键,类似GeoJSON中的Feature。

(2)利用sharpely空间拓扑分析
,利用空间分析的intersects()叠加分析确认是否:是否和另一个几何对象相交或有包含关系。

这篇关于python如何利用fiona判定那些point在那些polygon内的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/347628

相关文章

Python判断for循环最后一次的6种方法

《Python判断for循环最后一次的6种方法》在Python中,通常我们不会直接判断for循环是否正在执行最后一次迭代,因为Python的for循环是基于可迭代对象的,它不知道也不关心迭代的内部状态... 目录1.使用enuhttp://www.chinasem.cnmerate()和len()来判断for

使用Python实现高效的端口扫描器

《使用Python实现高效的端口扫描器》在网络安全领域,端口扫描是一项基本而重要的技能,通过端口扫描,可以发现目标主机上开放的服务和端口,这对于安全评估、渗透测试等有着不可忽视的作用,本文将介绍如何使... 目录1. 端口扫描的基本原理2. 使用python实现端口扫描2.1 安装必要的库2.2 编写端口扫

使用Python实现操作mongodb详解

《使用Python实现操作mongodb详解》这篇文章主要为大家详细介绍了使用Python实现操作mongodb的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、示例二、常用指令三、遇到的问题一、示例from pymongo import MongoClientf

使用Python合并 Excel单元格指定行列或单元格范围

《使用Python合并Excel单元格指定行列或单元格范围》合并Excel单元格是Excel数据处理和表格设计中的一项常用操作,本文将介绍如何通过Python合并Excel中的指定行列或单... 目录python Excel库安装Python合并Excel 中的指定行Python合并Excel 中的指定列P

一文详解Python中数据清洗与处理的常用方法

《一文详解Python中数据清洗与处理的常用方法》在数据处理与分析过程中,缺失值、重复值、异常值等问题是常见的挑战,本文总结了多种数据清洗与处理方法,文中的示例代码简洁易懂,有需要的小伙伴可以参考下... 目录缺失值处理重复值处理异常值处理数据类型转换文本清洗数据分组统计数据分箱数据标准化在数据处理与分析过

Python调用另一个py文件并传递参数常见的方法及其应用场景

《Python调用另一个py文件并传递参数常见的方法及其应用场景》:本文主要介绍在Python中调用另一个py文件并传递参数的几种常见方法,包括使用import语句、exec函数、subproce... 目录前言1. 使用import语句1.1 基本用法1.2 导入特定函数1.3 处理文件路径2. 使用ex

Python脚本实现自动删除C盘临时文件夹

《Python脚本实现自动删除C盘临时文件夹》在日常使用电脑的过程中,临时文件夹往往会积累大量的无用数据,占用宝贵的磁盘空间,下面我们就来看看Python如何通过脚本实现自动删除C盘临时文件夹吧... 目录一、准备工作二、python脚本编写三、脚本解析四、运行脚本五、案例演示六、注意事项七、总结在日常使用

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

python管理工具之conda安装部署及使用详解

《python管理工具之conda安装部署及使用详解》这篇文章详细介绍了如何安装和使用conda来管理Python环境,它涵盖了从安装部署、镜像源配置到具体的conda使用方法,包括创建、激活、安装包... 目录pytpshheraerUhon管理工具:conda部署+使用一、安装部署1、 下载2、 安装3

Python进阶之Excel基本操作介绍

《Python进阶之Excel基本操作介绍》在现实中,很多工作都需要与数据打交道,Excel作为常用的数据处理工具,一直备受人们的青睐,本文主要为大家介绍了一些Python中Excel的基本操作,希望... 目录概述写入使用 xlwt使用 XlsxWriter读取修改概述在现实中,很多工作都需要与数据打交