GeoPandas - Python 地理空间数据分析库

技能概述

GeoPandas 是一个强大的 Python 库，用于处理和分析地理空间矢量数据。它扩展了 pandas 的功能，让空间操作（如读取 Shapefile、进行空间连接、几何运算、坐标转换）变得简单直观。无论是做缓冲区分析、创建分级统计地图，还是转换地理数据格式，GeoPandas 都能提供高效的解决方案。

适用场景

1. 地理信息系统开发与空间分析

当你需要在 Python 中读取、写入和分析地理矢量数据时，GeoPandas 是理想选择。它支持 Shapefile、GeoJSON、GeoPackage 等主流格式，方便你进行空间连接、叠加分析、边界融合等操作，特别适合城市规划、环境研究、交通分析等需要处理地理信息的项目。

2. 数据可视化与地图制作

如果你想用数据制作地图——从简单的点图到复杂的分级统计地图，GeoPandas 可以轻松实现。它与 matplotlib、folium、cartopy 无缝集成，支持静态地图和交互式地图。你可以将人口统计、经济指标等数据映射到地理区域上，生成直观的可视化结果。

3. 地理数据处理与格式转换

当你需要在不同格式间转换地理数据，或对几何图形进行操作（如缓冲区分析、计算面积距离、裁剪数据）时，GeoPandas 提供了完整的工具链。它还能连接 PostGIS 数据库，直接查询和操作空间数据库，适合需要整合多源地理数据的场景。

核心功能

1. 多格式地理数据读写

GeoPandas 支持 Shapefile、GeoJSON、GeoPackage 等多种矢量格式的读取和写入，并可集成 PostGIS 数据库和 Parquet 文件。通过空间索引和 Arrow 加速，I/O 性能可提升 2-4 倍，方便你高效处理大型地理数据集。

2. 空间分析与几何操作

提供完整的空间分析工具集，包括缓冲区分析、空间连接、最近邻查找、叠加运算（交集、并集、差集等）、边界融合、几何简化等。你可以计算面积、距离、质心，进行坐标系统转换，适合复杂的空间分析任务。

3. 地图制作与可视化

支持静态地图和交互式地图的快速生成。你可以创建分级统计地图、多层地图叠加，并自定义配色方案。集成的地图分类方案和底图功能让专业地图制作变得简单，生成的地图可直接用于报告或 Web 应用。

常见问题

GeoPandas 是什么？主要用来做什么？

GeoPandas 是一个 Python 库，用于处理和分析地理空间矢量数据。它结合了 pandas 的数据处理能力和 shapely 的几何操作功能，让你可以方便地读取 Shapefile、GeoJSON 等格式，进行空间分析、几何运算、坐标转换和地图制作。适用于城市规划、环境科学、交通研究等需要处理地理信息的领域。

如何安装 GeoPandas 及其依赖包？

使用 uv pip install geopandas 即可安装核心包。根据需求，你还可以安装可选依赖：folium（交互式地图）、mapclassify（地图分类方案）、pyarrow（加速 I/O）、psycopg2 和 geoalchemy2（PostGIS 数据库支持）、contextily（底图）、cartopy（制图投影）。安装后即可开始处理地理空间数据。

GeoPandas 支持哪些地理数据格式？

GeoPandas 支持主流矢量格式，包括 Shapefile、GeoJSON、GeoPackage，以及通过 PostGIS 连接数据库格式。它还支持 Parquet 格式用于高性能存储，并可使用 Arrow 引擎加速读写。在读取时，你可以通过 bbox、mask 等参数过滤数据，只加载需要的区域。

怎样进行坐标系统转换和投影？

使用 gdf.crs 检查当前坐标参考系统，用 gdf.to_crs("EPSG:3857") 进行转换（括号中为目标坐标系代码）。注意：计算面积和距离时应使用投影坐标系（如 UTM），而可视化时可使用地理坐标系（如 WGS84）。如果数据缺少坐标系信息，可用 set_crs 设置。

如何用 GeoPandas 创建交互式地图？

使用 gdf.explore(column='属性字段', legend=True) 可以生成交互式地图并保存为 HTML。这基于 folium 实现，支持缩放、点击查看属性等功能。对于静态地图，使用 gdf.plot(column='属性', cmap='配色方案', legend=True) 即可创建分级统计图。你还可以在 matplotlib 中叠加多层地理数据。

GeoPandas 能连接 PostGIS 数据库吗？

可以。安装 psycopg2 和 geoalchemy2 后，你可以使用 gpd.read_postgis("SELECT * FROM 表名", con=引擎对象, geom_col='几何列名') 直接从 PostGIS 数据库读取空间数据。写入数据库同样方便，适合将分析结果存回空间数据库或与其他 GIS 工具共享。

如何进行空间连接和叠加分析？

空间连接使用 gpd.sjoin(gdf1, gdf2, predicate='相交关系')，支持的谓词包括 intersects（相交）、within（包含于）等。叠加运算使用 gpd.overlay(gdf1, gdf2, how='操作类型')，操作类型有 intersection（交集）、union（并集）、difference（差集）等。这些操作适合分析不同地理要素的空间关系。

GeoPandas 适合初学者学习地理空间分析吗？

非常适合。如果你已经熟悉 pandas，GeoPandas 的学习曲线很平滑——它将地理数据视为带有几何列的数据框。对于空间分析新手，建议从读取数据、查看坐标系、制作简单地图开始，逐步学习几何操作和空间分析。配合官方文档和示例代码，你可以快速上手。