from pathlib import Path
import geopandas as gpd
import pandas as pd
import matplotlib.pyplot as plt
DATA_DIR = Path("data/vektorji")
OUT_DIR = Path("_izhod/vektorji")
OUT_DIR.mkdir(parents=True, exist_ok=True)
plt.rcParams["figure.dpi"] = 14015 Vektorski podatki
15.1 Cilji in učni primer
GeoPandas nadgradi tabelarično analizo s prostorskimi geometrijami. Operacije loc, filtriranje, groupby() in merge() že poznamo iz pandas; zdaj bomo podatke povezovali tudi glede na njihov položaj.
V poglavju bomo prebrali občinske poligone, iz tabele koordinat ustvarili točke, izračunali površine, povezali sloje in rezultate shranili. Nato bomo razlikovali med prostorskim izborom, izrezom in prekrivanjem slojev.
Uporabljamo pet občin iz arhivskega učnega nabora RPE: Domžale, Ljubljana, Medvode, Trzin in Vodice. Točke in njihove vrednosti so sintetične, namenjene izključno učenju. Ne predstavljajo dejanskih merilnih mest ali meritev. Ena točka je namenoma zunaj izbranih občin.
Podatki so v data/vektorji/. Njihov izvor, priprava in atributi so opisani v data/vektorji/README.md. Primer deluje brez internetne povezave. Za delo zadostuje okolje python4geo.
15.2 GeoSeries in GeoDataFrame
GeoSeries je zaporedje geometrij. GeoDataFrame je tabela z aktivnim geometrijskim stolpcem in podatkom o CRS. V eni vrstici so atributi in geometrija istega objekta.
Geometrijske operacije podpira Shapely, pretvorbe koordinat pyproj, branje in zapis pa uporabljata geografske gonilnike, dostopne prek orodij, kot je pyogrio. Teh knjižnic za osnovni primer ni treba klicati neposredno.
Ukaze izvajamo iz korenske mape knjige. Izhode zapisujemo v _izhod/, da vhodni podatki ostanejo ohranjeni. Path poskrbi za sestavljanje poti tudi na drugih operacijskih sistemih.
15.3 Branje in prvi pregled
obcine = gpd.read_file(DATA_DIR / "obcine.geojson")
print(obcine[["ob_id", "ime", "pov_vir_km2"]].to_string(index=False))
print("CRS:", obcine.crs)
print("Tipi:", obcine.geom_type.value_counts().to_dict())
print("Obseg:", obcine.total_bounds.round(3)) ob_id ime pov_vir_km2
23 Domžale 72.27
61 Ljubljana 275.03
71 Medvode 77.66
138 Vodice 31.36
186 Trzin 8.61
CRS: EPSG:4326
Tipi: {'Polygon': 5}
Obseg: [14.326 45.974 14.755 46.207]
read_file() vrne GeoDataFrame. Stolpec ob_id je identifikator občine, ime njeno ime, pov_vir_km2 pa površina, zapisana v izvornem naboru. Ta atribut se ob spremembi geometrije ne preračuna samodejno.
total_bounds vrne zaporedje minx, miny, maxx, maxy. Pri vhodnem sloju WGS 84 so to stopinje, ne metri.
Pred analizo preverimo geometrije in identifikatorje:
print("Manjkajoče geometrije:", obcine.geometry.isna().sum())
print("Prazne geometrije:", obcine.geometry.is_empty.sum())
print("Neveljavne geometrije:", (~obcine.geometry.is_valid).sum())
print("Enolični identifikatorji:", obcine["ob_id"].is_unique)Manjkajoče geometrije: 0
Prazne geometrije: 0
Neveljavne geometrije: 0
Enolični identifikatorji: True
V našem naboru so geometrije veljavne in identifikatorji enolični. Pri drugem viru tega ne predpostavimo. Neveljavne geometrije najprej pregledamo; samodejno popravljanje lahko spremeni obliko ali tip objekta.
15.4 Od koordinat do točk
CSV sam po sebi nima aktivne geometrije ali CRS. Preberemo tabelo in koordinate pretvorimo v točke:
tabela = pd.read_csv(DATA_DIR / "ucne_tocke.csv")
tocke = gpd.GeoDataFrame(
tabela,
geometry=gpd.points_from_xy(tabela["lon"], tabela["lat"]),
crs="EPSG:4326",
)
print(tocke[["tocka_id", "vrednost", "geometry"]].head().to_string(index=False))tocka_id vrednost geometry
T01 20 POINT (14.66375 46.14386)
T02 27 POINT (14.45329 46.05136)
T03 34 POINT (14.56274 46.01352)
T04 41 POINT (14.40627 46.08488)
T05 48 POINT (14.44488 46.14996)
lon je geografska dolžina (x), lat širina (y). CRS določimo na osnovi dokumentacije podatkov. Stolpca lon in lat ostaneta navadna atributa: poznejša pretvorba to_crs() bo pretvorila aktivno geometrijo, ne teh stolpcev.
Geometrije lahko ustvarimo tudi neposredno. Zapis WKT je besedilna predstavitev, na primer POINT (14.5 46.0), ki sama ne vsebuje CRS:
primer = gpd.GeoSeries.from_wkt(
["POINT (14.5 46.0)", "LINESTRING (14.5 46.0, 14.6 46.1)"],
crs="EPSG:4326",
)
print(primer.geom_type.to_list())['Point', 'LineString']
Mešani tipi so uporabni pri razlagi, za analitične sloje pa običajno izberemo enoten tip in jasen pomen objektov.
15.5 CRS in merjenje površin
Oba sloja pretvorimo v D96/TM:
obcine_m = obcine.to_crs("EPSG:3794")
tocke_m = tocke.to_crs(obcine_m.crs)
obcine_m["pov_km2"] = obcine_m.area / 1_000_000
print(obcine_m[["ime", "pov_vir_km2", "pov_km2"]].round(2).to_string(index=False)) ime pov_vir_km2 pov_km2
Domžale 72.27 72.27
Ljubljana 275.03 275.03
Medvode 77.66 77.66
Vodice 31.36 31.36
Trzin 8.61 8.61
area izračuna površino geometrije v kvadratih koordinatnih enot. Izračunana površina se lahko razlikuje od arhivskega atributa zaradi zaokroževanja ali načina določitve izvorne vrednosti. Razlika sama še ne pomeni napačne geometrije.
Za pretvorbo uporabimo to_crs(). Ukaz set_crs(..., allow_override=True) samo prepiše oznako; napačno uporabljen bi stopinje označil kot metre in pokvaril nadaljnjo analizo.
15.6 Izbor po atributih
Izbor po površini je običajna tabelarična poizvedba:
vecje = obcine_m.loc[
obcine_m["pov_km2"] > 50,
["ob_id", "ime", "pov_km2", "geometry"],
].copy()
print(vecje[["ime", "pov_km2"]].round(1).to_string(index=False)) ime pov_km2
Domžale 72.3
Ljubljana 275.0
Medvode 77.7
Geometrijo vključimo med izbrane stolpce, da lahko rezultat še naprej prostorsko analiziramo in rišemo. .copy() jasno loči izbrani nabor, ki ga bomo morebiti dopolnjevali.
15.7 Karta z več sloji
fig, ax = plt.subplots(figsize=(7, 5))
obcine_m.plot(ax=ax, color="#e2eddf", edgecolor="#47624e", linewidth=0.8)
tocke_m.plot(ax=ax, color="#aa442f", markersize=22, zorder=3)
for _, obcina in obcine_m.iterrows():
oznaka = obcina.geometry.representative_point()
ax.annotate(obcina["ime"], (oznaka.x, oznaka.y), xytext=(4, 5),
textcoords="offset points", fontsize=8)
xmin, ymin, xmax, ymax = obcine_m.total_bounds
ax.set(xlim=(xmin - 1500, xmax + 1500), ylim=(ymin - 1500, ymax + 1500),
xlabel="E [m]", ylabel="N [m]", title="Občine in učne točke (D96/TM)")
ax.ticklabel_format(style="plain", useOffset=False)
fig.tight_layout()
plt.show()
Sloje rišemo na isti ax in v istem CRS. Obseg karte smo omejili na občine, zato zunanja točka ni vidna. To je samo nastavitev prikaza: točka je še vedno v tabeli. Omejitev osi ne izreže podatkov.
representative_point() izbere točko v notranjosti poligona za oznako. Geometrijsko težišče (centroid) pri konkavnem poligonu ali večdelnem objektu ni nujno v njegovi notranjosti.
15.8 Prostorsko povezovanje: kateri občini pripada točka?
Pri merge() ujemanje določa atributni ključ. Pri sjoin() ga določa prostorski odnos med geometrijami:
pripis = tocke_m.sjoin(
obcine_m[["ob_id", "ime", "geometry"]],
how="left",
predicate="within",
)
print(pripis[["tocka_id", "ime"]].to_string(index=False))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
within pomeni, da točka leži v notranjosti poligona. how="left" ohrani tudi točke brez ujemanja; pri njih je ime občine manjkajoče. Izhod ohrani geometrijo levega sloja, torej točke, in doda atribute občin ter index_right.
brez_obcine = pripis.loc[pripis["ob_id"].isna(), ["tocka_id", "geometry"]]
print("Točke brez ujemanja:", brez_obcine["tocka_id"].to_list())
print("Večkrat pripisane točke:", pripis["tocka_id"].duplicated().sum())Točke brez ujemanja: ['T16']
Večkrat pripisane točke: 0
Neujemanje v tem primeru pričakujemo. V drugih podatkih je lahko posledica omejenega obsega sloja, napačnega CRS ali težave s koordinatami.
Točka natančno na meji pri within ni v notranjosti nobene občine. Z intersects bi lahko dobila dve ujemanji. Tudi prekrivajoči se poligoni lahko povzročijo več vrstic za eno točko. Pravilo za takšne primere določimo glede na vprašanje, ne z naključnim brisanjem podvojitev. Glejte dokumentacijo prostorskega povezovanja.
15.9 Povzemanje in atributno povezovanje
Preštejemo samo točke z uspešnim pripisom, nato rezultat povežemo nazaj z občinami:
stevilo = (
pripis.dropna(subset=["ob_id"])
.groupby("ob_id")
.size()
.rename("st_tock")
.reset_index()
)
povzetek = obcine_m.merge(stevilo, 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)) ime st_tock
Domžale 1
Ljubljana 2
Medvode 3
Vodice 4
Trzin 5
Tukaj manjkajoče število zamenjamo z nič, ker poznamo celoten sintetični nabor in odsotnost pripisa pomeni nič učnih točk. Pri nepopolnih meritvah manjkajočega povprečja ne bi smeli tako zamenjati z ničlo.
validate="one_to_one" preveri, da se ključ na nobeni strani ne ponavlja. Pri dejanskih statistikah poleg ključa preverimo še časovno usklajenost meja in podatkov. Ime občine je prikladno za branje, stabilen identifikator pa je praviloma primernejši ključ.
15.10 Območje oddaljenosti: buffer
Okoli prve učne točke ustvarimo območje do 3 km ravninske oddaljenosti:
izhodi = tocke_m.iloc[[0]][["tocka_id", "geometry"]].copy()
pas = izhodi.copy()
pas["geometry"] = izhodi.buffer(3000)buffer(3000) vrne poligon. Ker delamo v D96/TM, je razdalja izražena v metrih. To območje ne predstavlja treh kilometrov vožnje ali hoje: ne upošteva cest, mostov, reliefa ali ovir.
Za več izhodišč bi dobili več poligonov, ki se lahko prekrivajo. Če želimo enotno območje, jih moramo združiti, na primer z dissolve().
15.11 Izbor, izrez in prekrivanje
Tri podobno zveneče naloge dajejo različne rezultate:
| Vprašanje | Postopek | Geometrija rezultata |
|---|---|---|
| Katere občine se sekajo s pasom ali se ga dotikajo? | intersects in izbor |
Cele izbrane občine |
| Kateri deli občin so znotraj pasu? | clip |
Odrezane geometrije |
| Kateri deli pripadajo občini in posameznemu pasu? | overlay |
Preseki z atributi obeh slojev |
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(presek[["ime", "tocka_id", "presek_km2"]].round(2).to_string(index=False)) ime tocka_id presek_km2
Domžale T01 18.09
Pri enem pasu imata clip in presek overlay primerljive odrezane dele; overlay doda tudi identifikator izhodiščne točke. clip masko obravnava kot skupno območje in ne prenaša njenih atributov.
Po izrezu ponovno izračunamo površino. Stari pov_km2 še vedno opisuje celotno občino. Pri več prekrivajočih se pasovih ne smemo preprosto sešteti površin presekov, saj bi lahko isto območje šteli večkrat.
fig, axes = plt.subplots(1, 2, figsize=(8, 3.8))
for ax, sloj, naslov in zip(axes, [izbrane, izrez], ["Izbor: cele občine", "Izrez: deli občin"]):
obcine_m.boundary.plot(ax=ax, color="#a7afa8", linewidth=0.6)
sloj.plot(ax=ax, color="#a9cdb0", edgecolor="#365a41")
pas.boundary.plot(ax=ax, color="#aa442f", linewidth=1.5)
izhodi.plot(ax=ax, color="#aa442f", markersize=18)
ax.set(xlim=(xmin - 1000, xmax + 1000), ylim=(ymin - 1000, ymax + 1000), title=naslov)
ax.set_axis_off()
fig.tight_layout()
plt.show()
15.12 Združevanje poligonov
dissolve() združi geometrije, po potrebi po izbranem atributu. Iz naših petih občin naredimo skupno območje:
obmocje = obcine_m[["geometry"]].dissolve()
print("Površina skupnega območja [km²]:", round(obmocje.area.iloc[0] / 1_000_000, 2))Površina skupnega območja [km²]: 464.93
Če bi vključili druge stolpce, bi morali določiti smiselno agregacijo z aggfunc: števila lahko seštevamo, deležev in povprečij pa praviloma ne. Tukaj smo izbrali samo geometrijo, ker potrebujemo samo skupno območje.
15.13 Zapis in ponovno branje
GeoPackage ohrani projicirani CRS in omogoča poimenovane sloje. Za izmenjavo prek GeoJSON geometrije najprej pretvorimo v WGS 84:
gpkg_pot = OUT_DIR / "obcine_povzetek.gpkg"
povzetek.to_file(gpkg_pot, layer="obcine", driver="GPKG", index=False)
povzetek.to_crs("EPSG:4326").to_file(
OUT_DIR / "obcine_povzetek.geojson", driver="GeoJSON", index=False
)
ponovno = gpd.read_file(gpkg_pot, layer="obcine")
print("Število zapisanih občin:", len(ponovno))
print("CRS po branju:", ponovno.crs)Število zapisanih občin: 5
CRS po branju: EPSG:3794
Ponovni zagon celice posodobi isto izhodno plast oziroma datoteko; vhodni učni podatki ostanejo nespremenjeni. Pri lastnem projektu imena izhodov izberemo zavestno in pomembne rezultate različic hranimo ločeno.
15.14 Kaj smo ugotovili
Za vsako učno točko smo poiskali prostorsko ujemanje, ohranili točko brez zadetka in povzeli število točk po občinah. Nato smo pokazali, da izbor ohrani geometrijo, izrez pa jo spremeni. Nobena od teh operacij sama ne razloži pomena rezultata: ta je odvisen od kakovosti, obsega in namena podatkov.
V spremljevalnih vajah boste potek ponovili, razširili povzetek in primerjali območja različnih oddaljenosti. Spletna ozadja, WFS in širši aplikativni primeri iz izvornih notebookov sledijo v poznejših sklopih.
15.15 Viri in nadaljevanje
- GeoPandas: branje in pisanje podatkov
- GeoPandas: koordinatni sistemi
- GeoPandas: prostorsko prekrivanje
- GeoPandas: izrez slojev
Poglavje vsebinsko izhaja iz GeoPandas.ipynb in GeoPandas L.ipynb v repozitoriju geoinformatics. Lokalni učni primer ter razlage prostorskega povezovanja, izreza in prekrivanja so pripravljeni za to knjigo.