常用模块

    1. import pandas as pd
    2. import numpy as np
    3. import seaborn as sns
    4. import matplotlib
    5. import matplotlib.pyplot as plt
    6. %matplotlib inline
    7. # 指定默认字体
    8. matplotlib.rcParams['font.sans-serif'] = ['SimHei']
    9. matplotlib.rcParams['font.family']= 'sans-serif'
    10. # 解决负号’-‘显示为方块的问题
    11. matplotlib.rcParams['axes.unicode_minus'] = False
    13. import geopandas as gpd
    14. from shapely.geometry import Point
    15. import requests
    16. import json
    17. import time

    Geopangdas dataframe 出现自相交错误时，可以通过做缓冲区的方法修复：

    1. df['geometry'] = df.buffer(0)

    多重(Multiple)多边形转换为Single单一多边形(轮廓)

    chicago = df_chicago.geometry.unary_union

    选取在某个多边形内的点

    within_chicago = df[df.geometry.within(chicago)]
outside_chicago = df[~df.geometry.within(chicago)]

    百分位数

    data.quantile([.25, .5, .75])

    保存为GEOJSON格式

    data.to_file("./data.geojson", driver='GeoJSON')

    通过重投影为utm的方式转换为米

    data.to_crs(crs="+proj=utm +zone=48 +ellps=WGS84 +datum=WGS84 +units=m +no_defs")

    重投影WGS84转换为经纬度

    data.to_crs('+proj=longlat +ellps=WGS84 +datum=WGS84 +units=m +no_defs')

    重投影为UTM分区用于计算面积

    data.to_crs(flooded.estimate_utm_crs('WGS84'))

    简化

    data.simplify(tolerance=100)

    从Point中获取坐标属性值

    df.iloc[0].geometry.x
df.iloc[0].geometry.y

    使用 for 循环逐个遍历 df 中的行

    for index, row in samples.iterrows():
    print(inde)
    print(row)

    打乱 df 顺序

    samples.sample(frac=1).reset_index(drop=True)