1. 程式人生 > 實用技巧 >(資料科學學習手札94)QGIS+Conda+jupyter玩轉Python GIS

(資料科學學習手札94)QGIS+Conda+jupyter玩轉Python GIS

本文完整程式碼及資料已上傳至我的Github倉庫https://github.com/CNFeffery/DataScienceStudyNotes

1 簡介

  QGIS隨著近些年的發展,得益於其開源免費的特點,功能不斷被世界各地的貢獻者們開發完善,運算速度也非常出色,使得越來越多的Giser們從臃腫緩慢的Arcgis等傳統平臺轉向QGIS

圖1

  最重要的是,QGIS面向Python的介面PyQgis不僅可以用來開發QGIS外掛,還可以配合Conda完美地避開路徑配置的過程,直接與Conda虛擬環境整合在一起,從而隨心所欲地在jupyter notebook之類的編輯器中書寫Python程式碼呼叫各種QGIS

中的地理計算功能,進而彌補geopandas在某些功能上的尚未完善之處。

圖2

  本文就將為大家展示如何整合QGISConda環境裡,並基於建好的環境在jupyter lab中呼叫QGIS從而解決實際計算問題。

2 配置QGIS+Conda+jupyter lab

  接下來我們從0開始,完整地展示如何構建QGIS+Conda+jupyter lab的整合。

  在已經正確安裝和配置anacondaminiconda的機器上,在終端執行conda create -n QGIS python=3.7 -y來建立一個Python虛擬環境,這裡選擇3.7版本的Python

圖3

  接下來我們執行conda activate QGIS

啟用剛剛建立好的環境之後,接著執行conda install -c conda-forge qgis -y來直接安裝QGIS相關元件。

  如果你的下載過程非常緩慢且你沒有“特殊”的上網技巧,可以將-c引數後的源更換為國內的清華大學對應映象(https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge),因為QGIS本身有著一定的體積且依賴包眾多,這一步耐心等待完成即可。

  安裝成功後,直接執行qgis命令就可以開啟傳統的帶介面的QGIS應用:

圖4

  但這並不是本文的重點,我們關注的是如何實現在jupyter lab裡寫程式碼呼叫QGIS

功能,接下來我們來安裝jupyter lab

conda install nodejs jupyterlab -y

  安裝完成後我們執行jupyter lab來啟動它:

圖5

  接著我們建立新的notebook,測試一下QGIS是否可以正確匯入:

圖6

  如果你可以成功執行上述程式碼,那麼恭喜你已經完成了所有環境配置工作,因為是整合在conda虛擬環境中的,所以我們免去了所有配置QGIS相關路徑的工作(爽翻了是不是~)。

  為了方便下面的功能演示我們順便把geopandas也安裝了:

conda install -c conda-forge geopandas -y

  接下來我們先來檢視所有可用的QGIS中的演算法功能:

# 檢視可用的所有QGIS功能
from processing.core.Processing import Processing
from qgis.analysis import QgsNativeAlgorithms

Processing.initialize()
QgsApplication.processingRegistry().addProvider(QgsNativeAlgorithms())
for alg in QgsApplication.processingRegistry().algorithms():
        print(alg.id(), "中的", alg.displayName(), '可用!')

  輸出的結果內容非常之多,可以說囊括了我們常用的所有QGIS功能,譬如漁網建立工具

圖7

  正好geopandas中沒有現成的建立漁網功能,下面我們就以為重慶市建立漁網為例

  首先我們匯入對應的重慶市域向量檔案,這裡的視覺化需要matplotlibdescartes兩個庫的支援,請確保已經安裝好它們:

import geopandas as gpd

# 從向量檔案建立QGIS圖層
chongqing = QgsVectorLayer('重慶市.geojson')

gpd.read_file('重慶市.geojson').plot();
圖8

  接著我們就需要使用到前面列印功能列表時看到的Create grid功能,通過下面的方式可以檢視所有在功能列表中出現的演算法:

from processing import algorithmHelp

# 檢視漁網建立工具的說明文件
algorithmHelp("native:creategrid")
圖9

  如果你使用過QGIS中的漁網建立工具,通過閱讀上述的引數說明一定很快就能明白各個引數的意義,下面我們根據自己的需求建立10000x10000米的正方形漁網:

from processing import run

chongqing = gpd.read_file('重慶市.geojson')

# 獲取投影座標系下的bbox資訊
total_bounds = chongqing.to_crs('EPSG:2381').total_bounds

params = {
    'INPUT': chongqing,
    'TYPE': 2,
    'EXTENT': f'{total_bounds[0]},{total_bounds[2]},{total_bounds[1]},{total_bounds[3]}',
    'HSPACING': 10000,
    'VSPACING': 10000,
    'HOVERLAY': 0,
    'VOVERLAY': 0,
    'CRS': 'EPSG:2381',
    'OUTPUT': '重慶10000x10000漁網測試.geojson' # 匯出到外部GeoJSON檔案
}

feedback = QgsProcessingFeedback()
run("native:creategrid", params, feedback=feedback)

  在QGIS中檢視漁網結果:

圖10

  通過geopandas檢視座標參考系資訊:

圖11

  通過這樣的方式,我們就可以實現在外部編輯器中靈活呼叫QGIS工具的目的。


  以上就是本文的全部內容,歡迎在評論區與我進行討論~