from pathlib import Path
import geopandas as gpd
import pandas as pd
import matplotlib.pyplot as plt
from shapely.geometry import Point, box
DATA_DIR = Path("data/vektorji")
OUT_DIR = Path("_izhod/geopandas-vaje")
OUT_DIR.mkdir(parents=True, exist_ok=True)
plt.rcParams["figure.dpi"] = 14016 Vaje: GeoPandas
16.1 Cilji in priprava
Vaje spremljajo poglavje o vektorskih podatkih. Najprej izvedite podani primer, nato dopolnite samostojne naloge. Potrebujete osnove pandas, poglavje o CRS in jedro Python (python4geo). Beležnico odprite iz korenske mape knjige.
Uporabljamo arhivske občinske meje GURS in sintetične učne točke z izmišljenimi vrednostmi. Primer ne opisuje dejanskih meritev. Vir meja: Geodetska uprava Republike Slovenije, RPE, občine; datum stanja arhivske kopije ni dokumentiran. Priprava in pogoji uporabe so opisani v data/vektorji/README.md.
Ob koncu boste znali točke pripisati občinam, preveriti neujemanja, pripraviti povzetek in primerjati območja oddaljenosti. Podatki so lokalni; računi in spletne storitve niso potrebni.
16.2 1. Pregled podatkov
Preberite poligone in tabelo. Pred risanjem preverite število zapisov, tipe geometrij, CRS in enoličnost identifikatorjev.
obcine = gpd.read_file(DATA_DIR / "obcine.geojson")
tabela = pd.read_csv(DATA_DIR / "ucne_tocke.csv")
print(obcine[["ob_id", "ime"]].to_string(index=False))
print("Število točk:", len(tabela))
print("CRS:", obcine.crs)
print("Veljavne geometrije:", obcine.is_valid.all())
print("Enolični ID občin:", obcine["ob_id"].is_unique)
print("Enolični ID točk:", tabela["tocka_id"].is_unique) ob_id ime
23 Domžale
61 Ljubljana
71 Medvode
138 Vodice
186 Trzin
Število točk: 16
CRS: EPSG:4326
Veljavne geometrije: True
Enolični ID občin: True
Enolični ID točk: True
Preverite sami: pričakujemo pet občin in 16 točk. Izpišite še manjkajoče vrednosti ter najmanjšo in največjo koordinato v vsakem stolpcu. Ali vrstni red in obseg koordinat ustrezata dokumentaciji?
# Dodajte pregled manjkajočih vrednosti in obsega koordinat.16.3 2. Ustvarjanje geometrije in pretvorba CRS
Koordinate CSV so v WGS 84. Ustvarite geometrijo z dolžino na mestu x, nato oba sloja pretvorite v D96/TM.
tocke = gpd.GeoDataFrame(
tabela, geometry=gpd.points_from_xy(tabela["lon"], tabela["lat"]),
crs="EPSG:4326",
)
obcine_m = obcine.to_crs(3794)
tocke_m = tocke.to_crs(obcine_m.crs)
obcine_m["pov_km2"] = obcine_m.area / 1_000_000
print(obcine_m[["ime", "pov_km2"]].round(2).to_string(index=False))
print("Prva točka v WGS 84:", tocke.geometry.iloc[0])
print("Ista točka v D96/TM:", tocke_m.geometry.iloc[0]) ime pov_km2
Domžale 72.27
Ljubljana 275.03
Medvode 77.66
Vodice 31.36
Trzin 8.61
Prva točka v WGS 84: POINT (14.6637531 46.1438632)
Ista točka v D96/TM: POINT (474023.3967901825 111620.46875488572)
Naloga: izberite občine, večje od 50 km², in jih uredite po površini. V besedilu pojasnite, zakaj površine ne računamo neposredno iz vhodnih koordinat. Ali sta se pri to_crs() spremenila tudi navadna stolpca lon in lat?
# Izberite in uredite občine. Uporabite kopijo, če boste dodajali stolpce.16.4 3. Vodeni primer: pripis občine in povzetek
Izvedite prostorsko povezovanje in ohranite točke brez zadetka. Nato preverite število vrstic in večkratna ujemanja.
pripis = tocke_m.sjoin(
obcine_m[["ob_id", "ime", "geometry"]],
how="left", predicate="within",
)
print(pripis[["tocka_id", "ime"]].to_string(index=False))
print("Brez ujemanja:", pripis["ob_id"].isna().sum())
print("Podvojeni ID:", pripis["tocka_id"].duplicated().sum())tocka_id ime
T01 Domžale
T02 Ljubljana
T03 Ljubljana
T04 Medvode
T05 Medvode
T06 Medvode
T07 Vodice
T08 Vodice
T09 Vodice
T10 Vodice
T11 Trzin
T12 Trzin
T13 Trzin
T14 Trzin
T15 Trzin
T16 NaN
Brez ujemanja: 1
Podvojeni ID: 0
V tem naboru pričakujemo eno točko brez ujemanja in nobene večkrat pripisane točke. To ni univerzalna lastnost prostorskega povezovanja. Pred seštevanjem vedno preverimo, ali je ena točka dobila več zadetkov.
statistika = (
pripis.dropna(subset=["ob_id"])
.groupby("ob_id")
.agg(st_tock=("tocka_id", "size"))
.reset_index()
)
povzetek = obcine_m.merge(statistika, on="ob_id", how="left", validate="one_to_one")
povzetek["st_tock"] = povzetek["st_tock"].fillna(0).astype(int)
print(povzetek[["ime", "st_tock"]].to_string(index=False))
print("Skupaj pripisanih točk:", povzetek["st_tock"].sum()) ime st_tock
Domžale 1
Ljubljana 2
Medvode 3
Vodice 4
Trzin 5
Skupaj pripisanih točk: 15
Naloga: razširite agg() s povprečjem in največjo vrednostjo stolpca vrednost. Rezultat naj ima eno vrstico na občino. Pojasnite razliko med nič točkami in neznanim povprečjem. Ker so vrednosti izmišljene, ne podajajte sklepov o dejanskih razmerah v občinah.
# Pripravite razširjeni povzetek v novi spremenljivki.16.5 4. Tematska karta
Prikažite število sintetičnih točk po občinah. Barvna lestvica predstavlja število, ne gostote in ne kakovosti občine.
fig, ax = plt.subplots(figsize=(7, 5))
povzetek.plot(
column="st_tock", ax=ax, cmap="YlGnBu", edgecolor="gray", legend=True,
legend_kwds={"label": "število učnih točk", "shrink": 0.7},
)
tocke_m.plot(ax=ax, color="darkred", markersize=18)
xmin, ymin, xmax, ymax = obcine_m.total_bounds
ax.set(xlim=(xmin - 1000, xmax + 1000), ylim=(ymin - 1000, ymax + 1000),
title="Sintetični učni primer", xlabel="E [m]", ylabel="N [m]")
ax.ticklabel_format(style="plain", useOffset=False)
fig.tight_layout()
plt.show()<Figure size 980x700 with 2 Axes>
Naloga: dodajte imena občin in shranite karto v OUT_DIR. Nato pripravite karto števila točk na km². V dveh stavkih pojasnite, zakaj se lahko vrstni red občin spremeni. Omejitev osi skriva zunanjo točko; ne odstrani je iz podatkov.
# Dodajte karto gostote sintetičnih točk in opis primerjave.16.6 5. Območje oddaljenosti, izbor in izrez
Okoli prve točke pripravimo pas 3 km. Primerjajte število izbranih občin s površino njihovih odrezanih delov.
pas = tocke_m.iloc[[0]][["tocka_id", "geometry"]].copy()
pas["geometry"] = pas.buffer(3000)
izbrane = obcine_m.loc[obcine_m.intersects(pas.geometry.iloc[0])].copy()
izrez = obcine_m.clip(pas)
presek = obcine_m.overlay(pas, how="intersection")
presek["presek_km2"] = presek.area / 1_000_000
print("Izbrane občine:", izbrane["ime"].to_list())
print(presek[["ime", "presek_km2"]].round(2).to_string(index=False))Izbrane občine: ['Domžale']
ime presek_km2
Domžale 18.09
Naloga: ponovite analizo za 1, 3 in 5 km. Pripravite tabelo skupne površine preseka z izbranimi občinami za vsak polmer. Površina pri večjem polmeru ne sme biti manjša. Ali je lahko manjša od površine celotnega kroga? Zakaj?
Razširitev: naredite pasove okoli vseh notranjih točk. Primerjajte vsoto njihovih površin s površino geometrij, združenih z dissolve(). Pojasnite dvojno štetje prekrivajočih se delov.
# Primerjajte polmere in po želji združite več pasov.16.7 6. Točka na meji
Za natančen preizkus uporabimo dve umetni kvadratni območji v metrih. Točka leži na skupni meji. Geometrije v tej nalogi so zgolj shema in ne predstavljajo občin.
kvadrata = gpd.GeoDataFrame(
{"obmocje": ["A", "B"]},
geometry=[box(460000, 100000, 461000, 101000),
box(461000, 100000, 462000, 101000)],
crs=3794,
)
mejna = gpd.GeoDataFrame(
{"id": ["meja"]}, geometry=[Point(461000, 100500)], crs=3794,
)
for odnos in ["within", "intersects"]:
zadetki = mejna.sjoin(kvadrata, how="inner", predicate=odnos)
print(odnos, zadetki["obmocje"].to_list())within []
intersects ['A', 'B']
Pojasnite: zakaj se rezultata razlikujeta? Predlagajte pravilo za obravnavo mejne točke pri štetju. Ali bi bilo primerno brez obrazložitve obdržati samo prvo vrstico?
16.8 7. Zapis in kontrola
Zapišemo povzetek v GeoPackage in ga ponovno preberemo. Ponovni zagon zamenja isto izhodno plast, zato svoje pomembne različice shranite pod ločenimi imeni.
pot = OUT_DIR / "povzetek.gpkg"
povzetek.to_file(pot, layer="obcine", driver="GPKG", index=False)
prebrano = gpd.read_file(pot, layer="obcine")
print("Vrstice:", len(prebrano))
print("CRS:", prebrano.crs)
print("Vsota točk:", prebrano["st_tock"].sum())Vrstice: 5
CRS: EPSG:3794
Vsota točk: 15
16.9 Samostojni izziv
Pripravite kratko poročilo za izbrano učno točko in polmer, ki ga sami določite:
- Zapišite vprašanje, uporabljene podatke in CRS.
- Poiščite občine, ki jih območje oddaljenosti doseže.
- Izračunajte delež površine vsake občine znotraj območja.
- Pripravite karto z naslovom, legendo, navedbo vira in oznako sintetičnih točk.
- Shranite tabelo in geometrije ter preverite ponovno branje.
- V največ enem odstavku razložite rezultat in njegove omejitve.
Deleži morajo biti med 0 in 1 oziroma med 0 in 100 %, odvisno od izbranega zapisa. Ravninsko območje oddaljenosti ne opisuje dostopnosti po cestah.
Pred oddajo izvedite Restart Kernel and Run All Cells. Oddajte beležnico z razlago in karto; izvornih učnih datotek ne spreminjajte. Rešitev ne sme biti odvisna od spremenljivk iz druge beležnice.