Shapely 지오메트리와 공간 관계

Python으로 지리공간 데이터 다루기

Dani Arribas-Bel

Geographic Data Science Lab (University of Liverpool)

스칼라 지오메트리 값

cities = geopandas.read_file("ne_110m_populated_places.shp")
cities.head()

           name                                      geometry
0  Vatican City   POINT (12.45338654497177 41.90328217996012)
1    San Marino     POINT (12.44177015780014 43.936095834768)
2         Vaduz   POINT (9.516669472907267 47.13372377429357)
3       Lobamba  POINT (31.19999710971274 -26.46666746135247)
4    Luxembourg   POINT (6.130002806227083 49.61166037912108)

brussels = cities.loc[170, 'geometry']
print(brussels)

POINT (4.33137074969045 50.83526293533032)

스칼라 지오메트리 값

brussels = cities.loc[170, 'geometry']
print(brussels)

POINT (4.33137074969045 50.83526293533032)

type(brussels)

shapely.geometry.point.Point

Shapely 파이썬 패키지

type(brussels)

shapely.geometry.point.Point

Shapely

기하 객체를 조작·분석하는 Python 패키지
Point, LineString, Polygon 객체 제공
GeoSeries(GeoDataFrame의 'geometry' 열)는 Shapely 객체로 구성됨

지오메트리 객체

GeoDataFrame에서 가져오기:

brussels = cities.loc[170, 'geometry']
paris = cities.loc[235, 'geometry']
belgium = countries.loc[countries['name'] == 'Belgium', 'geometry'].squeeze()
france = countries.loc[countries['name'] == 'France', 'geometry'].squeeze()
uk = countries.loc[countries['name'] == 'United Kingdom', 'geometry'].squeeze()

수동 생성:

from shapely.geometry import Point
p = Point(1, 2)
print(p)

POINT (1 2)

공간 메서드

지오메트리의 면적:

belgium.area

3.8299974609075753

두 지오메트리 간 거리:

brussels.distance(paris)

2.8049127723186214

그 외 다수! (예: centroid, simplify 등)

공간 관계

geopandas.GeoSeries([belgium, france, uk, paris,  brussels, line]).plot()

공간 관계

belgium.contains(brussels)

True

france.contains(brussels)

False

brussels.within(belgium)

True

belgium.touches(france)

True

line.intersects(france)

True

line.intersects(uk)

False

Ayo berlatih!

Python으로 지리공간 데이터 다루기