Egenhofer-topologi¶
Samt to måter å opprette GeoDataFrames på.
Referanser som gir bakgunn for å forstå eksemplene nedenfor:
Utvalgte referanser¶
- Shapely Polygons
- pandas.DataFrame.from_dict
- pandas.Series.apply
- pandas.Series.any
- Binary predicates -oversikt
- touches
- contains
- intersects
- overlaps
- sjoin
- overlay
Introduksjon¶
Referanser¶
Shapely¶
- Introduction: The Shapely User Manual
- Documentation Contents: The Shapely User Manual
- Spatial Analysis Methods: Set-theoretic Methods
- Spatial Analysis Methods: Constructive Methods
Pandas¶
- What kind of data does pandas handle?
- How do I select a subset of a DataFrame?
- How do I filter specific rows from a DataFrame?
- How to create plots in pandas?
- Merge, join, concatenate and compare
- API Reference: Series
- API Reference: DataFrame
NTNU 01.03.2021 - Sverre Stikbakke NTNU 26.03.2022 - Oppdatert med Spatial Join og Overlay
Oppretting av GeoDataFrame med .from_dict -funksjon (fra dictionary)¶
In [1]:
import pandas as pd
import geopandas as gpd
import fiona as fi
from shapely.geometry import Polygon, Point
In [2]:
# Python dictionary (en innebygd datastruktur i Python)
data = {'smaragd': {
'localid': 446124344,
'objtype': 'Teig',
'SHAPE_Length': 306.207095792018,
'SHAPE_Area': 5747.21023925478,
'geometry': Polygon([
[591518.2, 6740464.0499],
[591442.74, 6740401.1999],
[591399.69, 6740452.8699],
[591460.55, 6740518.9299],
[591464.35, 6740525.3999],
[591471.27, 6740517.5099],
[591516.35, 6740466.1499],
[591518.2, 6740464.0499],
]),
}, 'beryll': {
'localid': 49174530,
'objtype': 'Teig',
'SHAPE_Length': 306.207095792018,
'SHAPE_Area': 5747.21023925478,
'geometry': Polygon([
[591535.31, 6740542.8499],
[591546.79, 6740525.9499],
[591565.3179, 6740498.2083],
[591527.4193, 6740467.2872],
[591516.35, 6740466.1499],
[591471.27, 6740517.5099],
[591464.35, 6740525.3999],
[591494.5, 6740576.6499],
[591514.4, 6740554.4999],
[591525.4, 6740550.7899],
[591535.31, 6740542.8499],
]),
}}
In [3]:
teiger = gpd.GeoDataFrame.from_dict(data, orient='index')
teiger.crs = 'EPSG:25832'
In [4]:
teiger.plot(figsize=(12,12))
Out[4]:
Egenhofer-relasjoner testet på enkelt-geometrier¶
In [5]:
# Hele geometri-kolonnen er en GeoSeries
print(teiger.loc[:, 'geometry'])
print(type(teiger.loc[:, 'geometry']))
In [6]:
# Ett element i en GeoSeries er en Shapely geometri-type
print(teiger.loc['smaragd', 'geometry'])
print(type(teiger.loc['smaragd', 'geometry']))
In [7]:
# Her henter vi ut geometriene hver for seg og tester relasjonen mellom dem
print('Smaragd-teigen berører Beryll-teigen? ', teiger.loc['smaragd', 'geometry'].touches(teiger.loc['beryll', 'geometry']))
print('Smaragd-teigen ligger inne i Beryll-teigen? ', teiger.loc['smaragd', 'geometry'].contains(teiger.loc['beryll', 'geometry']))
print('Smaragd-teigen krysser (intersects) Beryll-teigen? ', teiger.loc['smaragd', 'geometry'].intersects(teiger.loc['beryll', 'geometry']))
print('Smaragd-teigen overlapper Beryll-teigen? ', teiger.loc['smaragd', 'geometry'].overlaps(teiger.loc['beryll', 'geometry']))
In [8]:
teiger.contains(Point([591437,6740440]))
Out[8]:
Oppretting av GeoDataframe ved innlesing fra fil¶
In [9]:
# fila som importeres her har Geopackage-format. Det er eksportert fra QGIS.
bygninger = gpd.read_file('bygninger_buffer.gpkg')
In [10]:
# Plotte-kommandoen kan også gjøres direkte på GeoDataFrame
bygninger.plot(figsize=(15,15))
Out[10]:
Egenhofer-relasjoner krysstestet mellom alle geometrier i to GeoDataFrames¶
Vi ønsker å finne bygningene som ligger inne i teig-polygonene for Smaragd og Beryll.
I dokumentasjonen for contains leser vi: This method works in a row-wise manner
Vi må derfor tvinge GeoPandas til å gjøre contains-testen på alle de andre radene også, som vist nedenfor.
- apply-funksjonen kjører en funksjon på alle elementene i en GeoSeries eller GeoDataFrame, her: GeoSeries (bygninger.geometry)
- lambda er et Python-nøkkelord for å definere en anonym funksjon - det vil si en funksjon uten navn, definert her for å brukes bare her
- x representerer en enkelt-geometri, det vil si ett element fra geometry-kolonnen. Gjennom apply-funksjonaliteten vil x representere alle geometri-elementene, én etter én
- .any()-funksjonen returnerer True hvis noen av testene er sanne, her: at ett av teig-polygonene inneholder den aktuelle x'en, dvs. et bygningspolygon
In [11]:
# oppdaterer bygninger med en ny kolonne, Beryll_Smaragd, med True/False, som angir om bygningene ligger innenfor noen av teig-polygonene
bygninger['Beryll_Smaragd'] = bygninger.geometry.apply(lambda x: teiger.geometry.contains(x).any())
In [12]:
# betingelsen inne i parentesen angir hvilke rader som skal hentes ut.
bygninger_Beryll_Smaragd = bygninger[bygninger.Beryll_Smaragd == True]
bygninger_Beryll_Smaragd
Out[12]:
In [13]:
bygninger_Beryll_Smaragd.plot(figsize=(6,10))
Out[13]:
En enklere måte - bruk av Spatial Join- eller Overlay-funksjon¶
Egenhofer-relasjonene som er vist ovenfor tilhører GeoSeries-objektet og opererer radvis. Geopandas har også funksjoner som tilsvarer det vi finner i GIS-systemer som ArcGIS og QGIS og som automatisk krysstester alle geometrier.
Se spatial join og overlay. I dette tilfellet vil disse metoden gi samme resultat.
I dokumentasjonen for GeoPandas finner vi disse under API/Tools.
In [14]:
bygninger_Beryll_Smaragd_sjoin = gpd.sjoin(bygninger, teiger)
bygninger_Beryll_Smaragd_sjoin.plot(figsize=(6,10))
Out[14]:
In [15]:
bygninger_Beryll_Smaragd_overlay = gpd.overlay(bygninger, teiger)
bygninger_Beryll_Smaragd_overlay.plot(figsize=(6,10))
Out[15]: