将右投影crs设置为geodataframe，以米为单位计算

右投影（Right Projection）是地理信息系统（GIS）中的一个概念，用于将地理坐标系（CRS）中的坐标点投影到平面坐标系中。在计算机视觉和计算机图形学中，右投影也被用于将三维场景投影到二维平面上。

将右投影CRS设置为Geodataframe，以米为单位计算，可以通过以下步骤实现：

导入所需的库和模块：

import geopandas as gpd
from pyproj import CRS

创建一个Geodataframe对象，并设置其坐标系为右投影CRS：

gdf = gpd.GeoDataFrame(geometry=<geometry_column>)
gdf.crs = CRS.from_epsg(<epsg_code>)

其中，<geometry_column>是包含几何数据的列名，<epsg_code>是右投影CRS的EPSG代码。

将Geodataframe的坐标系转换为以米为单位计算：

gdf = gdf.to_crs({'proj': 'eqdc', 'units': 'm'})

这里使用了等距圆锥投影（Equidistant Conic Projection），并将单位设置为米。

完成上述步骤后，Geodataframe对象的几何数据将以米为单位进行计算和测量。

推荐的腾讯云相关产品：腾讯云地理信息系统（Tencent Cloud GIS）

产品介绍链接地址：https://cloud.tencent.com/product/gis

相关·内容

（数据科学学习手札75）基于geopandas的空间数据分析——坐标参考系篇

地理坐标系示意图地理坐标系以地表上确定的某一个点为原点\((0,0)\)，创建了包裹全球的网格，譬如WGS84，将本初子午线与赤道的交点作为原点（图5）：图4 WGS84地理坐标系及其经纬网格...为了解决上述问题，各种各样的投影坐标系（Projected Coordinate Systems）被开发出来（图4，其中右下角为地理坐标系，其余均为投影坐标系）：图5 各种CRS 投影坐标系指的是从将...国内常用的基准面有：BEIJING1954，XIAN1980，WGS84等) units=m：声明坐标系单位设置为米 ellps=WGS84：声明椭球面（如何计算地球的圆度）使用WGS84 　　...GeoSeries和GeoDataFrame的方法，实际上，现实的空间分析计算任务中，必须要为数据设置合适的CRS，在geopandas.GeoSeries()和geopandas.GeoDataFrame...同样地，可以在投影后计算更为准确的面积，这里举一个粗糙的例子（实际计算国土面积不会这样粗糙），以中国中轴线东经104.19度最靠近的105度经线对应的EPSG:2380为CRS计算面积：

1.6K3 0

Python地信专题 | 基于geopandas的空间数据分析-坐标参考系篇

地理坐标系以地表上确定的某一个点为原点，创建了包裹全球的网格，譬如WGS84，将本初子午线与赤道的交点作为原点（图4）：图4 WGS84地理坐标系及其经纬网格 2.1.2 投影坐标系地理坐标系虽然解决了我们在地球球面上定位的问题...国内常用的基准面有：BEIJING1954，XIAN1980，WGS84等) units=m：声明坐标系单位设置为米 ellps=WGS84：声明椭球面（如何计算地球的圆度）使用WGS84 上述例子记录了投影坐标系的...缺少了一些无关紧要的其他信息：图17 3.1 CRS的设置与再投影在上一篇文章（数据科学学习手札74）基于geopandas的空间数据分析——数据结构篇中我们介绍了创建GeoSeries和GeoDataFrame...实际上，现实的空间分析计算任务中，必须要为数据设置合适的CRS，在geopandas.GeoSeries()和geopandas.GeoDataFrame()中就包含参数crs。...同样地，可以在投影后计算更为准确的面积，这里举一个粗糙的例子（实际计算国土面积不会这样粗糙），以中国中轴线东经104.19度最靠近的105度经线对应的EPSG:2380为CRS计算面积：图24 如果直接用原来的

1.9K2 1

geopandas：Python绘制数据地图

nybb = gpd.read_file(gpd.datasets.get_path("nybb")) # 北美地区常见坐标系统，坐标以米为单位 nybb = nybb.to_crs(32619) nybb.head...在前面nybb数据集已经使用epsg:32619坐标系统，该坐标系以单位米为单位，如下所示，可以看到nybb.crs输出结果中Axis Info项标识了该参考系以metre米为单位。...=4326 ) # 将两点转换到以米为单位的坐标系 points = points.to_crs(32619) # 计算点之间的距离，距离单位为坐标系的单位 distance_meters = points...contextily支持使用WGS84 (EPSG:4326)和Spheric Mercator (EPSG:3857)坐标系，在Web地图应用程序中，一般使用EPSG:3857（以米为单位）来显示瓦片地图...，并使用EPSG:4326（以经纬度为单位）来标记瓦片地图上的位置。

3.4K4 1

（数据科学学习手札78）基于geopandas的空间数据分析——基础可视化

facecolor：设置几何对象的填充色，可接受颜色名称和十六进制色彩，设置为'none'时不填充颜色 edgecolor：设置几何对象的边界色，对面数据和点数据效果较为明显，不建议对线数据设置该参数...，面数据的轮廓则设置为'--'： fig, ax = plt.subplots(figsize=(12, 8)) ax = china.geometry.to_crs(albers_proj...并添加矢量信息，最后进行合适的投影转换： from shapely.geometry import Point bound = gpd.GeoDataFrame({...与GeoSeries相比，GeoDataFrame拥有多列数据，即我们可以将辅助列的数值信息映射到地图的视觉元素上，因此在GeoSeries常用参数的基础上，新增了更多参数：...指的是依据指定属性进行层次划分，并将对应的层次映射到对应几何对象的色彩之上，下面我们先将上面处理好的表格数据与china相关联，因为geopandas支持pandas的连接操作，所以我们使用pd.merge()以省级单位名称为键来连接两张表

3.6K2 0

是技术也是艺术使用geopandas玩转地图可视化

facecolor：设置几何对象的填充色，可接受颜色名称和十六进制色彩，设置为'none'时不填充颜色 edgecolor：设置几何对象的边界色，对面数据和点数据效果较为明显，不建议对线数据设置该参数...Area作为投影，在proj[3]查询到其信息说明：图2 将其proj信息传入to_crs()方法中（注意按照将添加上中央经线105度和标准纬度范围25到47度），统一到所有图层中： # 定义CRS...并分别设置透明度alpha，这里为了美观，将坐标轴顺便移除： fig, ax = plt.subplots(figsize=(12, 8)) ax = china.geometry.to_crs(albers_proj...missing_kwds：字典型，传入与缺失值处理相关的个性化参数，用于对缺失值部分的视觉映射做个性化设置同样的，我们以实际例子出发，这里我们使用新冠肺炎疫情数据，数据来源[4] 。...因为geopandas支持pandas的连接操作，所以我们使用pd.merge()以省级单位名称为键来连接两张表：注：由于连接之后的表格会变成pandas.DataFrame，所以这里将其转换回GeoDataFrame

2.4K4 0

在模仿中精进数据可视化01：国内38城居住自由指数

，以纯Python的方式模仿复刻图2所示作品：图2 2 复刻过程 2.1 观察原作品其实原作品咋一看上去有点复杂，但经过观察，将原始图片主要元素拆分成几个部分来构思复现方式，还是不算复杂的，我总结为以下几部分...') # 构建纬度线并设置为对应经纬度的地理坐标系 lat_lines = gpd.GeoDataFrame({ 'geometry': [LineString([[lng, lat] for...lng in range(10, 220)]) for lat in range(-90, -79, 2)]}, crs='EPSG:4326') 构造好数据之后，将经线与纬线对应的GeoDataFrame...转换到设置好的「正射投影」crs上，再作为不同图层进行叠加绘制：图5 嘿嘿，是不是底层的参考线已经有内味了~ 2.2.2 绘制指标折线坐标系以及参考线的逻辑定了下来之后，接下来我们需要将原作品中所展现的...利用下面的函数实现0-100向-90到-80的线性映射：图8 接下来我们就来为每个指标构造线与散点部分的矢量数据，并在统一转换坐标参考系到「正射投影」之后叠加到之前的图像上： # 为每个城市生成1条经线

8553 0

(在模仿中精进数据可视化01) 全国38城居住自由指数可视化

图1 　　而在这个报告中有几张数据可视化作品还是比较可圈可点的，作为（在模仿中精进数据可视化）系列文章的开篇之作，我将基于我观察原始数据可视化作品进而构思出的方式，以纯Python的方式模仿复刻图2所示作品...') # 构建纬度线并设置为对应经纬度的地理坐标系 lat_lines = gpd.GeoDataFrame({ 'geometry': [LineString([[lng, lat] for...lng in range(10, 220)]) for lat in range(-90, -79, 2)]}, crs='EPSG:4326') 　　构造好数据之后，将经线与纬线对应的GeoDataFrame...转换到设置好的正射投影crs上，再作为不同图层进行叠加绘制： ?...图8 　　接下来我们就来为每个指标构造线与散点部分的矢量数据，并在统一转换坐标参考系到正射投影之后叠加到之前的图像上： # 为每个城市生成1条经线 lng_lines = gpd.GeoDataFrame

8111 0

使用Python实现子区域数据分类统计

同理，行政区划数据通过以下代码读入： regiondata = GeoDataFrame.from_file(regionshppath) 3.3 投影转换要使上述两个数据能够进行处理必须先要将其转换成相同的投影...代码如下： gpd_new=gpd.to_crs(crs) 其中gpd表示原始数据，gpd_new为转换后的数据，crs表示需要转换的投影参数，在https://github.com/geopandas...但是问题又来了，如果该省分类数据特别大将会导致投影转换耗时过长。其实此处有个简单方法，我们只需要读出分类数据的crs并将行政区划数据转换成此投影即可，这样不仅代码简单而且能够节省大量时间。...代码如下： regiondata_crs = regiondata.to_crs(provincedata.crs) 3.4 对该省逐市进行数据分类提取现在二者投影已经相同，我们不得不面对最核心的问题...最后将面积以id为key保存到area字典当中。四、总结这样就可以实现对该省的分类统计数据进行进一步细分，取出每个市的数据分类信息。

1.5K7 0

Part3-1.获取高质量的阿姆斯特丹建筑立面图像（附完整代码）

5 92.9t 相机倾斜或角度（以度为单位） 9 1sZwqc-JnbpT03nRj8Ublqjw 唯一的全景ID 1 纬度和经度 4 相机指向的方向或方向（以度为单位） 9 唯一的全景ID 以上三个参数是我们着重需要调整的...# 根据余弦值计算夹角theta（以度为单位） if (xc - xs) > 0: theta = np.degrees(np.arccos(cos_theta)) else...简化后的建筑我们对这个多边形进行简化，并查看结果： # 简化 tolerance_m = 1 # 容差通常以地图单位为单位（例如，米、英尺等），这取决于您的地图或空间数据的坐标系统。此处是米。...它与GeoSeries的坐标参考系统的单位相同。例如，在投影的坐标参考系统中，如果单位是米，那么tolerance=100意味着现实中的100米的距离。...将中心点转为GeoDataFrame并绘制出来 # 将中心点构造成dataframe points = gpd.GeoDataFrame(geometry=mid_points) # 为 GeoDataFrame

5701 0

基于geopandas的空间数据分析—geoplot篇(下)

2.1 Choropleth Choropleth图又称作地区分布图或面量图，我们在系列之前的深入浅出分层设色篇中详细介绍过其原理及geopandas实现，可以通过将指标值映射到面数据上，以实现对指标值地区分布的可视化...在geoplot中我们可以通过choropleth()来快速绘制地区分布图，其主要参数如下： df：传入对应的GeoDataFrame对象 projection：用于指定投影坐标系，传入geoplot.crs...，注意要加上crs信息 usa_plot_base = gpd.GeoDataFrame(usa_plot_base, crs='EPSG:4326') 接下来我们将确诊数作为映射值，因为美国各州中纽约州和新泽西州确诊数量分别达到了...，其主要参数如下： df：传入对应的存放点数据的GeoDataFrame对象 projection：用于指定投影坐标系，传入geoplot.crs中的对象 cmap：和matplotlib中的cmap使用方式一致...ax shade：bool型，当设置为False时只有等值线被绘制出，当设置为True时会绘制核密度填充 shade_lowest：bool型，控制是否对概率密度最低的层次进行填充，下文会举例说明 n_levels

1.6K5 0

基于geopandas的空间数据分析——空间计算篇(下)

本文是基于geopandas的空间数据分析系列文章的第9篇，也是整个系列文章主线部分内容的最后一篇，通过本文，你将学习到geopandas中的更多常用空间计算方法。...pandas中效果的一致，这里不多解读，我们来重点学习op各参数的不同效果：参数op intersects是空间连接中最常使用的模式，即相比较的两个几何对象有至少1个公共点就会被匹配上，下面我们以柏林公交站点数据为例...，站点作为右表，在op='intersects'参数设置下进行空间连接，再衔接groupby，以统计出各区划面内部的公交站点数量： gpd.sjoin(left_df=Berlin,...设计了一系列方法，可以直接进行矢量数据之间的拓扑关系判断并返回对应的bool型判断结果，以contains()为例，在比较矢量数据之间拓扑关系时，矢量数据与待比较矢量数据之间主要有以下几种格式：长度n...与长度1进行比较当主体矢量列长度为n，而输入待比较的矢量列长度为1时，返回的bool值是待比较矢量列与主题矢量列一一进行比较后的结果：图10 长度1与长度n进行比较与前面一种情况类似，只不过这里是将主体矢量列与待比较矢量列一一比较之后的结果

1.2K2 0

（数据科学学习手札88）基于geopandas的空间数据分析——空间计算篇（下）

本文是基于geopandas的空间数据分析系列文章的第9篇，也是整个系列文章主线部分内容的最后一篇，通过本文，你将学习到geopandas中的更多常用空间计算方法。...的作用与pandas中效果的一致，这里不多解读，我们来重点学习op各参数的不同效果：参数op intersects是空间连接中最常使用的模式，即相比较的两个几何对象有至少1个公共点就会被匹配上，下面我们以柏林公交站点数据为例...图5 　　接着我们就利用sjoin()将区划面作为左表，站点作为右表，在op='intersects'参数设置下进行空间连接，再衔接groupby，以统计出各区划面内部的公交站点数量： gpd.sjoin...图6 　　再设置op='contains'，因为进行连接的对象是左表面要素，右表点要素，所以这里的效果等价于op='intersects'： ?...，可以直接进行矢量数据之间的拓扑关系判断并返回对应的bool型判断结果，以contains()为例，在比较矢量数据之间拓扑关系时，矢量数据与待比较矢量数据之间主要有以下几种格式：长度n与长度1进行比较

1.5K2 0

（数据科学学习手札83）基于geopandas的空间数据分析——geoplot篇(下)

在geoplot中我们可以通过choropleth()来快速绘制地区分布图，其主要参数如下： df：传入对应的GeoDataFrame对象 projection：用于指定投影坐标系，传入geoplot.crs...图3 　　首先我们将两张表中各自对应的州名数据作为键进行连接（注意pd.merge返回的结果类型为DataFrame，需要转换回GeoDataFrame）： # 按照州名列进行连接 usa_plot_base...，注意要加上crs信息 usa_plot_base = gpd.GeoDataFrame(usa_plot_base, crs='EPSG:4326') 　　接下来我们将确诊数作为映射值，因为美国各州中纽约州和新泽西州确诊数量分别达到了...，其主要参数如下： df：传入对应的存放点数据的GeoDataFrame对象 projection：用于指定投影坐标系，传入geoplot.crs中的对象 cmap：和matplotlib中的cmap...ax 　　下面我们以2015年华盛顿街道路网日平均交通流量数据为例，其中每个要素均为线要素，aadt代表日均流量： ?

1.8K3 0

中秋节祝福程序源代码分享：土地分类数据阈值筛选和重投影分类

CLC的基本技术参数（即44个等级的命名、25公顷的最小测绘单位（MMU）和100米的最小测绘宽度）从一开始就没有改变，因此，不同清册的结果是可以比较的。每项资产所涵盖的时间段为。...100米分辨率的数据通过重投影将分辨率转化为1000米的状态：用到的一个投影函数： ee.Projection(crs, transform, transformWkt) 返回一个具有给定基础坐标系和给定投影坐标与基础之间转换的投影...crs（对象）。这个投影的基础坐标参考系统，以著名的权威代码（例如'EPSG:4326'）或WKT字符串形式给出。 transform（列表，默认为空）。...为每个输出像素合并的最大输入像素数。设置过大会导致内存不足的问题。返回。图像 reproject(crs, crsTransform, scale) 强制以给定的投影和分辨率计算一个图像。...如果没有指定内核，这决定了内核的单位是米还是像素。 iterations（整数，默认为1）。应用给定内核的次数。 kernel（内核，默认：null）。一个自定义的内核。

1101 0

（数据科学学习手札77）基于geopandas的空间数据分析——文件IO

图3 缺少投影的shapefile 　　当shapefile中缺失.prj文件时，使用geopandas读入后形成的GeoDataFrame会缺失crs属性： ?...图4 　　如果已经知道数据对应的CRS，可以在读入数据后补充上crs信息以进行其他操作： import pyproj data.crs = pyproj.CRS.from_user_input('EPSG...图17 2.2 矢量文件的写出　　在geopandas中使用to_file()来将GeoDataFrame或GeoSeries写出为矢量文件，主要支持shapefile、GeoJSON以及GeoPackage...写出为ESRI Shapefile，设置driver参数为ESRI Shapefile，如果你对文件编码有要求，这里可以使用encoding参数来指定，譬如这里我们指定为utf-8： '''在工程根目录下创建...图22 GeoJSON 　　写出为GeoJSON非常容易，只需要设置driver='GeoJSON'即可： ? 图23 　　以上就是本文的全部内容，如有笔误望指出！

2.1K3 1

Python地信专题 | 基于geopandas的空间数据分析-文件IO篇

使用到的示例数据为中国地图，CRS为EPSG:4326。...) # 查看数据对应的crs data.head() # 查看前5行图3 缺少投影的shapefile 当shapefile中缺失.prj文件时，使用geopandas读入后形成的GeoDataFrame...会缺失crs属性：图4 如果已经知道数据对应的CRS，可以在读入数据后补充上crs信息以进行其他操作： import pyproj data.crs = pyproj.CRS.from_user_input...()来将GeoDataFrame或GeoSeries写出为矢量文件，主要支持shapefile、GeoJSON以及GeoPackage。...写出为ESRI Shapefile，设置driver参数为ESRI Shapefile。

2.3K2 0

用 GeoPandas 绘制超高颜值数据地图

CRS/坐标参考系统告诉我们如何（使用投影或数学方程）将圆形地球上的位置（坐标）转换为扁平的二维坐标系（例如计算机屏幕或纸张）上的相同位置地图）。最常用的 CRS 是“EPSG:4326”。...GeoDataFrame包含一个或多个GeoSeries（延伸PandasSeries）每个都包含在一个不同的几何形状的投影（GeoSeries.crs）。...虽然GeoDataFrame可以有多个GeoSeries列，但其中只有一个是活动几何图形，即所有几何操作都在该列上。在下一节中，我们将一起学习如何使用一些常见的函数，如边界、质心和最重要的绘图方法。...在本练习中，我们将仅使用 NOC 和项目列。...警告：不要以牺牲清晰度为代价向地图添加太多细节。

5.1K2 1

又见dask! 如何使用dask-geopandas处理大型地理数据

、为这些点数据添加XY坐标、通过空间连接给这些点添加行政区属性、以及计算指定行政区的质心。...python 执行空间重分区 ddf = ddf.spatial_shuffle() GeoPandas 的熟悉的空间属性和方法也可用，并且将并行计算： python 计算几何对象的面积 ddf.geometry.area.compute...() 检查几何对象是否在某个多边形内 ddf.within(polygon) 此外，如果你有一个分布式的 dask.dataframe，你可以将 x-y 点的列传递给 set_geometry 方法来设置几何形状...中（需要 pyogrio），但不支持写入： python 读取文件，这里以 GeoPackage 文件为例，同时指定分区数为4 ddf = dask_geopandas.read_file("file.gpkg...dask方式 target_gdfnew = dask_geopandas.from_geopandas(target_gdf, npartitions=4) # 重新投影参与连接的边界以匹配目标几何图形的

1781 0

（数据科学学习手札111）geopandas 0.9.0重要新特性一览

图4 2.4 dissolve()方法新增无字段依赖模式　　我在geopandas系列教程空间计算篇（上）带大家学习过用于对不同记录行矢量要素，按照某列或多列进行矢量融合的方法dissolve()，而新版本中的...图5 2.5 新增estimate_utm_crs()方法自动推断投影坐标系　　不管你的GeoDataFrame或GeoSeries坐标参考系是什么，只要是合法可解析的，通过geopandas新版中增加的...estimate_utm_crs()方法，都可以自动帮你推断最合适的经度带对应的横轴墨卡托投影坐标系： ?...图6 2.6 解决了explode()方法与pandas的冲突　　我在geopandas系列教程空间计算篇（上）中还介绍过与dissolve()方法相反的explode()方法，它可以将多要素集合类型的...GeoDataFrame或GeoSeries自动拆分为每行包含单要素的结果，但熟悉pandas的小伙伴一定知道在pandas中有同名方法，用于将元素为数组类型如列表的单行记录拆成单元素构成的多行记录。

7992 0

geopandas 0.9.0重要新特性一览

提取x与y坐标属性，而在这次的更新中，额外新增了对高度z属性的支持：图4 2.4 dissolve()方法新增无字段依赖模式我在geopandas系列教程空间计算篇（上）带大家学习过用于对不同记录行矢量要素...2.5 新增estimate_utm_crs()方法自动推断投影坐标系不管你的GeoDataFrame或GeoSeries坐标参考系是什么，只要是合法可解析的，通过geopandas新版中增加的estimate_utm_crs...()方法，都可以自动帮你推断最「合适」的经度带对应的横轴墨卡托投影坐标系：图6 2.6 解决了explode()方法与pandas的冲突我在geopandas系列教程空间计算篇（上）中还介绍过与dissolve...()方法相反的explode()方法，它可以将多要素集合类型的GeoDataFrame或GeoSeries自动拆分为每行包含单要素的结果，但熟悉pandas的小伙伴一定知道在pandas中存在着同名方法...，用于将元素为数组类型如列表的单行记录拆成单元素构成的多行记录。

9002 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云