Атрибути й методи GeoSeries II

Візуалізація геопросторових даних у Python

Mary van Valkenburg

Data Science Program Manager, Nashville Software School

GeoSeries.centroid

повертає точку в центрі кожної геометрії в GeoSeries

# центроїд першого полігону
print(districts.geometry.centroid[0])

Point(-87.256 36.193)

полігон із центроїдом

Центроїди шкільних округів

`GeoSeries.centroid`

# виведіть перші 5 рядків шкільних округів 
print(school_districts.head())

first_name  last_name  district  geometry
Sharon      Gentry        1      (POLYGON ((-86.771 36.383...
Jill        Speering      3      (POLYGON ((-86.753 36.404...
Jo Ann      Brannon       2      (POLYGON ((-86.766 36.083...
Anna        Shepherd      4      (POLYGON ((-86.580 36.209...
Amy         Frogge        9      (POLYGON ((-86.972 36.208...

Центроїди шкільних округів

# створіть стовпець 'center` із центроїда
school_districts['center'] = school_districts.geometry.centroid

# створіть GeoDataFrame з округами та центрами
part = ['district', 'center']
school_district_centers = school_districts[part]
school_district_centers.head(3)

district         center               
1                POINT (-86.86086595994405 36.2628221811899)    
3                POINT (-86.72361421487962 36.28515517790142)    
2                POINT (-86.70156420691957 36.03021153030475)

GeoSeries.distance()

GeoSeries.distance(other) — повертає мінімальну відстань до other

# відстань від red_pt до центроїда
cen = districts.geometry.centroid[0]
print(red_pt.distance(other = cen))

24.273

полігон із червоною точкою та чорним центроїдом

Відстань між двома точками

GeoSeries.distance(other)

district_one = school_districts.loc[school_districts.district == '1']
district_one.head()

first_name  last_name  district center                  geometry    
Sharon      Gentry     1        POINT (-86.860 36.262)  (POLYGON ((-86.771...

Відстань між двома точками

schools.head(3)
name                 lat     lng
AZ Kelley Elem       36.021  -86.658
Alex Green Elem      36.252  -86.832
Amqui Elem           36.27   -86.703

# create geometry in schools
schools['geometry']=gpd.points_from_xy(schools.lng, schools.lat)

#construct schools GeoDataFrame
school_geo=gpd.GeoDataFrame(schools,crs = district_one.crs,
                            geometry = schools.geometry)

Відстань між двома точками

# просторове об'єднання шкіл в межах округу 1
schools_in_dist1 = gpd.sjoin(schools_geo, district_one, predicate = 'within')
schools_in_dist1.shape

(30, 8)

# імпортуйте pprint для форматування виводу словника
import pprint

distances = {}
for row in schools_in_dist1.iterrows():
    vals = row[1]
    key = vals['name']
    ctr = vals['center']
    distances[key] = vals['geometry'].distance(ctr)
pprint.pprint(distances)

{'Alex Green Elementary': 0.030287172719682773,
 'Bellshire Elementary': 0.0988045140909651,
 'Brick Church College Prep': 0.08961013862715599,
 'Buena Vista Elementary': 0.10570511270825833,
 'Cockrill Elementary': 0.1077685612196105....

Давайте потренуємось!

Візуалізація геопросторових даних у Python