पायथन (सुडौल, फियोना) के साथ विशेषताओं के आधार पर बहुभुज का विघटन?

Question

मैं एक फ़ंक्शन बनाने की कोशिश कर रहा हूं जो मूल रूप से एक ही काम करता है कि क्यूजीआईएस "भंग" फ़ंक्शन। मुझे लगा कि यह सुपर आसान होगा लेकिन स्पष्ट रूप से नहीं। इसलिए मैंने जो कुछ भी चारों ओर इकट्ठा किया है, उसमें आकार के साथ फियोना का उपयोग सबसे अच्छा विकल्प होना चाहिए। मैं बस सदिश फ़ाइलों के साथ गड़बड़ करना शुरू कर दिया है, इसलिए यह दुनिया मेरे लिए बहुत नया है और अजगर भी।

इन उदाहरणों के लिए, मैं यहां स्थापित काउंटी शेपफाइल के साथ काम कर रहा हूं। http://tinyurl.com/odfbanu तो यहां कुछ कोड हैं जिन्हें मैंने इकट्ठा किया है, लेकिन उन्हें एक साथ काम करने का तरीका नहीं मिल रहा है

अभी के लिए मेरी सबसे अच्छी विधि निम्नलिखित पर आधारित है: https://sgillies.net/2009/01/27/a-more-perfect-union-continued.html । यह ठीक काम करता है और मुझे 52 राज्यों की एक सूची मिलती है शैप्ली ज्यामिति के रूप में। कृपया टिप्पणी करने के लिए स्वतंत्र महसूस करें यदि इस भाग को करने के लिए अधिक सीधे आगे रास्ता है।

from osgeo import ogr
from shapely.wkb import loads
from numpy import asarray
from shapely.ops import cascaded_union

ds = ogr.Open('counties.shp')
layer = ds.GetLayer(0)

#create a list of unique states identifier to be able
#to loop through them later
STATEFP_list = []
for i in range(0 , layer.GetFeatureCount()) :
    feature = layer.GetFeature(i)
    statefp = feature.GetField('STATEFP')
    STATEFP_list.append(statefp)

STATEFP_list = set(STATEFP_list)

#Create a list of merged polygons = states 
#to be written to file
polygons = []

#do the actual dissolving based on STATEFP
#and append polygons
for i in STATEFP_list : 
    county_to_merge = []
    layer.SetAttributeFilter("STATEFP = '%s'" %i ) 
    #I am not too sure why "while 1" but it works 
    while 1:
        f = layer.GetNextFeature()
        if f is None: break
        g = f.geometry()
        county_to_merge.append(loads(g.ExportToWkb()))

    u = cascaded_union(county_to_merge)
    polygons.append(u)

#And now I am totally stuck, I have no idea how to write 
#this list of shapely geometry into a shapefile using the
#same properties that my source.

इसलिए जो मैंने देखा है उससे लेखन वास्तव में सीधे आगे नहीं है, मैं वास्तव में केवल वही आकार चाहता हूं जो केवल देश राज्यों में भंग हो, मुझे विशेषता तालिका की बहुत आवश्यकता नहीं है लेकिन मुझे यह देखने की उत्सुकता है कि आप कैसे पास कर सकते हैं यह स्रोत से नए बनाए गए शेपफाइल पर है।

मुझे फियोना के साथ लिखने के लिए कोड के कई टुकड़े मिले लेकिन मैं इसे अपने डेटा के साथ काम करने में सक्षम नहीं हूं। उदाहरण के लिए शेपलीज को शेपली ज्यामिति कैसे लिखें? :

from shapely.geometry import mapping, Polygon
import fiona

# Here's an example Shapely geometry
poly = Polygon([(0, 0), (0, 1), (1, 1), (0, 0)])

# Define a polygon feature geometry with one attribute
schema = {
    'geometry': 'Polygon',
    'properties': {'id': 'int'},
}

# Write a new Shapefile
with fiona.open('my_shp2.shp', 'w', 'ESRI Shapefile', schema) as c:
    ## If there are multiple geometries, put the "for" loop here
    c.write({
        'geometry': mapping(poly),
        'properties': {'id': 123},
    })

यहां समस्या यह है कि ज्यामिति की सूची के साथ कैसे किया जाए और स्रोत की तुलना में समान गुणों को कैसे बनाया जाए।

Answer 1

यह सवाल फियोना और शेपली के बारे में है और जियोपांडों का उपयोग करने वाले दूसरे जवाब के लिए भी पंडों को जानना आवश्यक है । इसके अलावा GeoPandas आकृति को पढ़ने / लिखने के लिए फियोना का उपयोग करता है।

मैं यहाँ GeoPandas की उपयोगिता पर सवाल खड़ा नहीं है, लेकिन आप मानक मॉड्यूल का उपयोग कर फियोना के साथ सीधे यह कर सकते हैं itertools , विशेष रूप से आदेश के साथ GroupBy ( "संक्षेप में, GroupBy पुनरावर्तक और यह फट जाएगा तो उप iterators में परिवर्तन के आधार पर ले जाता है मुख्य इटरेटर की "कुंजी" में। यह पूरे स्रोत इटरेटर को मेमोरी में पढ़ने के बिना किया जाता है ", itertools.groupby )।

STATEFP क्षेत्र द्वारा मूल शेपफाइल रंग

from shapely.geometry import shape, mapping
from shapely.ops import unary_union
import fiona
import itertools
with fiona.open('cb_2013_us_county_20m.shp') as input:
    # preserve the schema of the original shapefile, including the crs
    meta = input.meta
    with fiona.open('dissolve.shp', 'w', **meta) as output:
        # groupby clusters consecutive elements of an iterable which have the same key so you must first sort the features by the 'STATEFP' field
        e = sorted(input, key=lambda k: k['properties']['STATEFP'])
        # group by the 'STATEFP' field 
        for key, group in itertools.groupby(e, key=lambda x:x['properties']['STATEFP']):
            properties, geom = zip(*[(feature['properties'],shape(feature['geometry'])) for feature in group])
            # write the feature, computing the unary_union of the elements in the group with the properties of the first element in the group
            output.write({'geometry': mapping(unary_union(geom)), 'properties': properties[0]})

परिणाम

Comments

दोनों में से किसी एक को चुनना मुश्किल है। अलग-अलग तरीकों को देखकर अच्छा लगा धन्यवाद!

— यूजर 18981898198119

Answer 2

मैं बहुत बड़ी संख्या में सुविधाओं के प्रदर्शन से निपटने और थोक परिचालन करने के लिए जियोपांडास की सिफारिश करता हूं।

यह पंडों के डेटाफ्रेम का विस्तार करता है, और हुड के नीचे सुडौलता से उपयोग करता है।

from geopandas import GeoSeries, GeoDataFrame

# define your directories and file names
dir_input = '/path/to/your/file/'
name_in = 'cb_2013_us_county_20m.shp'
dir_output = '/path/to/your/file/'
name_out = 'states.shp'

# create a dictionary
states = {}
# open your file with geopandas
counties = GeoDataFrame.from_file(dir_input + name_in)

for i in range(len(counties)):
    state_id = counties.at[i, 'STATEFP']
    county_geometry = counties.at[i, 'geometry']
    # if the feature's state doesn't yet exist, create it and assign a list
    if state_id not in states:
        states[state_id] = []
    # append the feature to the list of features
    states[state_id].append(county_geometry)

# create a geopandas geodataframe, with columns for state and geometry
states_dissolved = GeoDataFrame(columns=['state', 'geometry'], crs=counties.crs)

# iterate your dictionary
for state, county_list in states.items():
    # create a geoseries from the list of features
    geometry = GeoSeries(county_list)
    # use unary_union to join them, thus returning polygon or multi-polygon
    geometry = geometry.unary_union
    # set your state and geometry values
    states_dissolved.set_value(state, 'state', state)
    states_dissolved.set_value(state, 'geometry', geometry)

# save to file
states_dissolved.to_file(dir_output + name_out, driver="ESRI Shapefile")

Comments

यह मेरी हैकड़ी अजीब बात की तुलना में अधिक सुंदर है। धन्यवाद ! क्या स्थानिक संदर्भ प्रणाली पर पारित करने का एक तरीका है?

— यूजर 18981898198119

मैंने अपनी पोस्ट को यह दिखाने के लिए संपादित किया है कि स्रोत फ़ाइल से crs को नई फ़ाइल में कैसे स्थानांतरित किया जाए। यह उस रेखा पर होता है, जहां स्टेट्स_डिज्ड जियोडाटाफ्रेम बनाया जाता है। स्कीमा के बारे में, मैं सिर्फ एक मैन्युअल बनाने का सुझाव दूंगा (यानी एक ही लाइन के कॉलम संपत्ति का उपयोग करके) जो तब नई फ़ाइल के गुणों को लिखा जाता है। जब आप अपने राज्यों का शब्दकोश बनाते हैं, तो जैसे ही आप जाते हैं किसी अन्य गुण को जोड़ते हैं और उन्हें नए डेटा फ़्रेम में एक कॉलम में असाइन करते हैं।

— गीतोलो

Answer 3

@ जीन के उत्तर के परिशिष्ट के रूप में , मुझे एक से अधिक क्षेत्रों को भंग करने की आवश्यकता थी इसलिए कई क्षेत्रों को संभालने के लिए अपने कोड को संशोधित किया। नीचे दिया गया कोड operator.itemgetterकई क्षेत्रों द्वारा समूह का उपयोग करता है:

# Modified from /gis//a/150001/2856
from shapely.geometry import shape, mapping
from shapely.ops import unary_union
import fiona
import itertools
from operator import itemgetter


def dissolve(input, output, fields):
    with fiona.open(input) as input:
        with fiona.open(output, 'w', **input.meta) as output:
            grouper = itemgetter(*fields)
            key = lambda k: grouper(k['properties'])
            for k, group in itertools.groupby(sorted(input, key=key), key):
                properties, geom = zip(*[(feature['properties'], shape(feature['geometry'])) for feature in group])
                output.write({'geometry': mapping(unary_union(geom)), 'properties': properties[0]})


if __name__ == '__main__':
    dissolve('input.shp', 'input_dissolved.shp', ["FIELD1", "FIELD2", "FIELDN"))