泰安企业网站建设电话建立一个网站需要花多少钱

Python操作Shapefile文件库推荐

1. PyShp (pyshp)

• 特点：纯Python实现，无外部依赖，轻量级，支持完整的Shapefile格式（shp、dbf、shx）读写。
• 适用场景：基础读写、简单几何操作、文件格式转换。
• 安装：

  pip install pyshp
  

• 示例代码：

  import shapefile
  # 读取文件
  sf = shapefile.Reader("example.shp")
  shapes = sf.shapes()  # 几何对象
  records = sf.records()  # 属性表
  # 写入文件
  w = shapefile.Writer("new_file.shp")
  w.field("name", "C")  # 添加字段
  w.point(120, 30)      # 添加点几何
  w.record("Point1")    # 添加属性记录
  w.close()
  

  引用[1]详细说明了PyShp的读取流程和功能。

---

2. GeoPandas

• 特点：基于Pandas的扩展，提供高级数据操作（如空间连接、空间查询），支持直接读写Shapefile。
• 优势：集成Shapely几何操作、支持空间索引、与Matplotlib无缝结合可视化。
• 依赖：需安装fiona（读写库）、shapely（几何操作）、pyproj（坐标转换）。
• 安装：

  pip install geopandas
  

• 示例代码：

  import geopandas as gpd
  # 读取文件
  gdf = gpd.read_file("example.shp")
  # 空间查询（如筛选包含某点的要素）
  from shapely.geometry import Point
  point = Point(120, 30)
  result = gdf[gdf.contains(point)]
  # 写入文件
  gdf.to_file("output.shp")
  

---

3. Fiona

• 特点：基于GDAL的高性能读写库，支持多种地理空间格式（包括Shapefile）。
• 适用场景：复杂格式处理、批量操作、与GDAL工具链集成。
• 安装：

  pip install fiona
  

• 示例代码：

  import fiona
  # 读取文件
  with fiona.open("example.shp") as src:for feature in src:geometry = feature["geometry"]  # 几何对象（GeoJSON格式）properties = feature["properties"]  # 属性表
  # 写入文件
  schema = {"geometry": "Point", "properties": {"name": "str"}}
  with fiona.open("output.shp", "w", "ESRI Shapefile", schema) as dst:dst.write({"geometry": {"type": "Point", "coordinates": (120, 30)}, "properties": {"name": "Point1"}})
  

---

4. Shapely（辅助库）

• 作用：处理几何对象（如计算面积、缓冲区分析、空间关系判断）。
• 搭配使用：常与PyShp或Fiona联合使用。
• 示例：

  from shapely.geometry import Polygon
  polygon = Polygon([(0, 0), (1, 1), (1, 0)])
  print(polygon.area)  # 计算面积
  

---

推荐选择

• 简单读写：优先选择PyShp（代码简洁，依赖少）。
• 数据分析：使用GeoPandas（支持Pandas操作，适合复杂分析）。
• 高性能/多格式：选择Fiona（需处理GDAL依赖）。

---