रास्टर डेटा के साथ काम करना

Python में Geospatial Data के साथ काम करना

Joris Van den Bossche

Open source software developer and teacher, GeoPandas maintainer

मानों की ग्रिड का चित्र

छवि स्रोत: QGIS documentation

रास्टर डेटा

बारिश की संभावना का मानचित्र

मल्टी-बैंड रास्टर डेटा

rasterio पैकेज

import rasterio

GDAL के लिए "Pythonic" बाइंडिंग्स
रास्टर फाइलों को read और write करना
प्रोसेसिंग टूल्स (masking, reprojection, resampling, ..)

https://rasterio.readthedocs.io/en/latest/

रास्टर फाइल खोलना

import rasterio

src = rasterio.open("DEM_world.tif")

मेटाडेटा:

src.count

src.width, src.height

(4320, 2160)

रास्टर डेटा = numpy array

array = src.read()

स्टैंडर्ड numpy array:

array

array([[[-4290, -4290, -4290, ..., -4290, -4290, -4290],
        [-4278, -4278, -4278, ..., -4278, -4278, -4278],
        [-4269, -4269, -4269, ..., -4269, -4269, -4269],
        ...,
        [ 2804,  2804,  2804, ...,  2804,  2804,  2804],
        [ 2804,  2804,  2804, ...,  2804,  2804,  2804],
        [ 2804,  2804,  2804, ...,  2804,  2804,  2804]]], dtype=int16)

रास्टर डेटासेट को प्लॉट करना

rasterio.plot.show() मेथड का उपयोग:

import rasterio.plot

rasterio.plot.show(src, cmap='terrain')

वेक्टर डेटा के आधार पर जानकारी निकालना

rasterstats: वेक्टर ज्योमेट्री के आधार पर भू-स्थानिक रास्टर डेटासेट की सार-सांख्यिकी (https://github.com/perrygeo/python-rasterstats)

rasterstats से रास्टर मान निकालें

पॉइंट वेक्टर के लिए:

rasterstats.point_query(geometries, "path/to/raster", 
                        interpolation='nearest'|'bilinear')

पॉलीगॉन वेक्टर के लिए:

rasterstats.zonal_stats(geometries, "path/to/raster",
                        stats=['min', 'mean', 'max'])

rasterstats से रास्टर मान निकालें

result = rasterstats.zonal_stats(countries.geometry, "DEM_gworld.tif", 
                                 stats=['mean'])

countries['mean_elevation'] = pd.DataFrame(result)

countries.sort_values('mean_elevation', ascending=False).head()

            name    continent                     geometry  mean_elevation
157   Tajikistan         Asia  POLYGON ((74.98 37.41, ...      3103.231105
85    Kyrgyzstan         Asia  POLYGON ((80.25 42.34, ...      2867.717142
24        Bhutan         Asia  POLYGON ((91.69 27.77, ...      2573.559846
119        Nepal         Asia  POLYGON ((81.11 30.18, ...      2408.907816
6     Antarctica   Antarctica  (POLYGON ((-59.57 -80.04...     2374.075028
..           ...          ...                          ...             ...

अभ्यास करते हैं!

Python में Geospatial Data के साथ काम करना