利用Python实现Shp格式向GeoJSON的转换方法

2024-11-30 02:19:00

一、简介

Shp格式是GIS中非常重要的数据格式，主要在Arcgis中使用，但在进行很多基于网页的空间数据可视化时，通常只接受GeoJSON格式的数据，众所周知JSON（JavaScript Object Nonation）是利用键值对+嵌套来表示数据的一种格式，以其轻量、易解析的优点，被广泛使用与各种领域，而GeoJSON就是指在一套规定的语法规则下用JSON格式存储矢量数据，本文就将针对GeoJSON的语法规则，以及如何利用Python完成Shp格式到GeoJSON格式的转换进行介绍。

二、Shp转GeoJSON

2.1 GeoJSON格式说明

GeoJSON本质依旧是JSON，其基本格式如下：

{
 "type": "FeatureCollection",
 "features": []
}

一个完整的GeoJSON文件最外层为一个字典，把整个GeoJSON文件看做自顶向下的树状结构的话，其根目录包含键值对 "type":"FeaturesCollection" ，以及存放所有要素的键值对 "features":[] ，所有矢量要素都存放在这个列表中，每个要素都是一个字典，下面我们来认识一下各种矢量要素在GeoJSON中的规范格式：

点要素（Point）：

对于单个点要素，其格式如下：

{"type":"Feature",
 "properties":{value1,value2},
 "geometry":{
  "type":"Point",
  "coordinates":[经度,纬度]
  }
 }

其中properties对应的值为这个要素对应的属性表中按顺序存放的值，geometry对应的值中type指明了要素类型，coordinates传入一个包含两个元素的列表，第一个元素代表经度，第二个元素代表纬度。

多点要素（MultiPoint）：

多点要素是点要素的特殊情况，其geometry下的type属性传入"MultiPoint"，其coordinates属性传入的是一个二维列表，其最内层列表定义了每个点的经纬度，如下：

{"type":"Feature",
 "properties":{value1,value2},
 "geometry":{
  "type":"MultiPoint",
  "coordinates":[[经度1,纬度1],
    [经度2,纬度2]
   ]
  }
  }

线要素（LineString）：

线要素记录的是一条线上所有折点的经纬度信息，只需要按顺序连接这些折点就可以还原一条线的形态，在GeoJSON中线要素与多点要素在coordinates属性上格式相同，区别在于geometry属性需要传入"LineString"，如下：

{"type":"Feature",
 "properties":{value1,value2},
 "geometry":{
  "type":"LineString",
  "coordinates":[[经度1,纬度1],
  [经度2,纬度2],
  [经度3,纬度3],
  [经度4,,纬度4]]
  }
 }

多线要素（MultiLineString）：

多线要素是多个线要素的组合，因此其coordinates传入三维列表，来组合多条线，对应的geometry下type属性为"MultiLineString"，如下：

{"type":"Feature",
 "properties":{value1,value2},
 "geometry":{
  "type":"MultiLineString",
  "coordinates":
  [
   [
    [经度1,纬度1],
    [经度2,纬度2],
    [经度3,纬度3],
    [经度4,纬度4]
   ],
   [
    [经度5,纬度5],
    [经度6,纬度6]
   ]
  ]
    }
 }

多边形要素（Polygon）：

多边形要素记录了构成一个多边形所有边缘折点的经纬度信息，其coordinates属性传入"Polygon"，其geometry下type属性格式为三维列表，其第三层列表中嵌套的所有列表记录的经纬度按顺序连接即构成了一个多边形，但需要注意的是，多边形头尾折点的经纬度需要相同，才能构成一个闭合的多边形，如下：

{"type":"Feature",
 "properties":{value1,value2},
 "geometry":{
  "type":"Polygon",
  "coordinates":[
      [
       [经度1,纬度1],
       [经度2,纬度2],
       [经度3,纬度3],
       [经度4,纬度4],
       [经度1,纬度1]
      ]
      ]
  }
 }

多多边形要素（MultiPolygon）：

多多边形的格式为四维列表，其geometry下type属性传入"MultiPloygon"，由于多多边形要素中存在几种特殊情况，下面我们在geojson.io中进行对应GeoJSON数据的可视化以便于理解：

互不重叠的两个多边形：

下面是互不重叠的两个多边形的示例：

对应的GeoJSON数据如下：

{
 "type": "Feature",
 "properties": {},
 "geometry": {
 "type": "MultiPolygon",
 "coordinates":
 [
  [
   [
    [102.74414062499999,36.217687122250574],
    [102.7001953125,35.585851593232356],
    [104.8590087890625,35.496456056584165],
    [104.96337890625,36.24427318493909],
    [102.74414062499999,36.217687122250574]
   ]
  ],
  [
   [
    [102.6397705078125,35.074964853989556],
    [103.0352783203125,34.23905366851639],
    [105.00732421875,34.24813554589752],
    [105.3973388671875,35.77771427205079],
    [104.556884765625,35.05698043137265],
    [102.711181640625,35.16931803601131],
    [102.6397705078125,35.074964853989556]
   ]
  ]
 ]
    }
}

可以看到在多个多边形不重叠时，直接将两个多边形要素对应的三维列表存放在最外层列表下即可。

互有重叠的两个多边形：

互有重叠的多个多边形要素格式同多个不重叠的多边形，效果如下：

对应的GeoJSON数据如下：

{
 "type": "Feature",
 "properties": {},
 "geometry": {
 "type": "MultiPolygon",
 "coordinates": [
  [
  [
   [101.6455078125,27.68352808378776],
   [114.78515624999999,27.68352808378776],
   [114.78515624999999, 35.209721645221386],
   [101.6455078125,35.209721645221386],
   [101.6455078125,27.68352808378776]
  ]
  ],
  [
  [
   [104.2822265625,30.107117887092357],
   [108.896484375,30.107117887092357],
   [108.896484375,33.76088200086917],
   [104.2822265625,33.76088200086917],
   [104.2822265625,30.107117887092357]
  ]
  ]
 ]
 }
}

有孔的多边形：

有孔的多边形在类别上也是归类到MultiPolygon，下面是一个示例：

对应的GeoJSON数据如下，可以看出其与多个重叠的多边形的区别在于多边形矢量信息嵌套在第二层列表中：

{
  "type": "Feature",
  "properties": {},
  "geometry": {
  "type": "MultiPolygon",
  "coordinates":
 [
  [
   [
    [101.6455078125,27.68352808378776],
    [114.78515624999999,27.68352808378776],
    [114.78515624999999,35.209721645221386],
    [101.6455078125,35.209721645221386],
    [101.6455078125,27.68352808378776]
   ],
   [
    [104.2822265625,30.107117887092357],
    [108.896484375,30.107117887092357],
    [108.896484375,33.76088200086917],
    [104.2822265625,33.76088200086917],
    [104.2822265625,30.107117887092357]
   ]
  ]
 ]
 }
}

2.2 将Shp格式转换为GeoJSON

在2.1中我们较为详细的了解到矢量数据在GeoJSON数据中具体的表现形式，通过下面的自编函数，以Shp文件名称（去除文件拓展名）、Shp文件编码、GeoJSON文件编码为输入参数：

def Shp2JSON(filename,shp_encoding='utf-8',json_encoding='utf-8'):
 '''
 这个函数用于将shp文件转换为GeoJSON文件
 :param filename: shp文件对应的文件名（去除文件拓展名）
 :return:
 '''

 '''创建shp IO连接'''
 reader = shapefile.Reader(filename,encoding=shp_encoding)

 '''提取所有field部分内容'''
 fields = reader.fields[1:]

 '''提取所有field的名称'''
 field_names = [field[0] for field in fields]

 '''初始化要素列表'''
 buffer = []

 for sr in tqdm(reader.shapeRecords()):
  '''提取每一个矢量对象对应的属性值'''
  record = sr.record

  '''属性转换为列表'''
  record = [r.decode('gb2312','ignore') if isinstance(r, bytes)
     else r for r in record]

  '''对齐属性与对应数值的键值对'''
  atr = dict(zip(field_names, record))

  '''获取当前矢量对象的类型及矢量信息'''
  geom = sr.shape.__geo_interface__

  '''向要素列表追加新对象'''
  buffer.append(dict(type="Feature",
       geometry=geom,
       properties=atr))

 '''写出GeoJSON文件'''
 geojson = codecs.open(filename + "-geo.json","w", encoding=json_encoding)
 geojson.write(json.dumps({"type":"FeatureCollection",
        "features":buffer}) + '\n')
 geojson.close()
 print('转换成功！')

下面我们通过一个示例来展示实际转换效果，使用到的Shp数据为中国省份数据，在arcgis中效果如下：

import shapefile
import json
import codecs

def Shp2JSON(filename,shp_encoding='utf-8',json_encoding='utf-8'):
 '''
 这个函数用于将shp文件转换为GeoJSON文件
 :param filename: shp文件对应的文件名（去除文件拓展名）
 :return:
 '''

 '''创建shp IO连接'''
 reader = shapefile.Reader(filename,encoding=shp_encoding)

 '''提取所有field部分内容'''
 fields = reader.fields[1:]

 '''提取所有field的名称'''
 field_names = [field[0] for field in fields]

 '''初始化要素列表'''
 buffer = []

 for sr in tqdm(reader.shapeRecords()):
  '''提取每一个矢量对象对应的属性值'''
  record = sr.record

  '''属性转换为列表'''
  record = [r.decode('gb2312','ignore') if isinstance(r, bytes)
     else r for r in record]

  '''对齐属性与对应数值的键值对'''
  atr = dict(zip(field_names, record))

  '''获取当前矢量对象的类型及矢量信息'''
  geom = sr.shape.__geo_interface__

  '''向要素列表追加新对象'''
  buffer.append(dict(type="Feature",
       geometry=geom,
       properties=atr))

 '''写出GeoJSON文件'''
 geojson = codecs.open(filename + "-geo.json","w", encoding=json_encoding)
 geojson.write(json.dumps({"type":"FeatureCollection",
        "features":buffer}) + '\n')
 geojson.close()
 print('转换成功！')

if __name__ == '__main__':
 import os
 os.chdir(r'C:\Users\hp\Desktop\飞线图素材')
 Shp2JSON(filename='bou2_4p.shp',
    shp_encoding='gbk',
    json_encoding='utf-8')

运行之后同一目录下出现对应的json文件：

导入到Kepler.gl中进行可视化：

from keplergl import KeplerGl
import json
with open('bou2_4p.shp-geo.json') as b:
 data = json.load(b)
map1 = KeplerGl(height=700,data={'layer1':data});map1

总结

以上所述是小编给大家介绍的利用Python实现Shp格式向GeoJSON的转换方法 ,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对我们网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！

在Python的struct模块中进行数据格式转换的方法

Python是一门非常简洁的语言,对于数据类型的表示,不像其他语言预定义了许多类型(如:在C#中,光整型就定义了8种),它只定义了六种基本类型:字符串,整数,浮点数,元组,列表,字典.通过这六种数据类型,我们可以完成大部分工作.但当Python需要通过网络与其他的平台进行交互的时候,必须考虑到将这些数据类型与其他平台或语言之间的类型进行互相转换问题.打个比方:C++写的客户端发送一个int型(4字节)变量的数据到Python写的服务器,Python接收到表示这个整数的4个字节数据,怎么解析成Py
Python3实现转换Image图片格式

前言首先图片格式转换的方法有很多,但是转二进制字节流的,我搜了一下午终于在 stackoverflow上搜到了说一下为什么要在线转这个图片格式额,一名Python3 spider, 需求要爬去文章,并且把里面的图片,上传到本公司的七牛云上面, 意思就是,图片不需要下载到本地,爬取到图片url后,读取图片二进制数据,然后上传到自己公司七牛云上面,并且替换其格式(这一点很坑) 上传图片二进制数据到七牛云上面不难, 照着七牛云API文档基本就能行,有一点很坑,七牛云官方文档Python API
Python批量转换文件编码格式

自己写的方法,适用于linux, #!/usr/bin/python #coding=utf-8 import sys import os, os.path import dircache import commands def add(x,y): return x*y def trans(dirname): lis = dircache.opendir(dirname) for a in lis: af=dirname+os.sep+a ## print af if os.path.isdir
Python实现把utf-8格式的文件转换成gbk格式的文件

需求:将utf-8格式的文件转换成gbk格式的文件实现代码如下: 复制代码代码如下: def ReadFile(filePath,encoding="utf-8"): with codecs.open(filePath,"r",encoding) as f: return f.read() def WriteFile(filePath,u,encoding="gbk"): with codecs.open(
python轻松实现代码编码格式转换

最近刚换工作不久,没太多的时间去整理工作中的东西,大部分时间都在用来熟悉新公司的业务,熟悉他们的代码框架了,最主要的是还有很多新东西要学,我之前主要是做php后台开发的,来这边之后还要把我半路出家的前端学好.还要学习C++,哈哈,总之很充实了,每天下班回家都可以睡的很香(一句话总结,就是吃得香.睡的香~).再说说换工作时候吧,今年年初正式毕业半年了,感觉自己技术增长很快,原公司里面程序员的地位还不如运营,所以想换个工作,面试了3家(2家大的.一家小的),都给offer了,当然从大公司里面挑了个各
python实现批量图片格式转换

本文实例为大家分享了python实现批量格式转换的具体代码,供大家参考,具体内容如下深度学习过程中总是绕不开数据集的制作,有时候实际图片格式或大小可能与需要关心的图片信息不一致,那么我们只能手动做好数据预处理,再进行training dataset.现在将介绍最简单的格式转换问题.可以支持批量图片任意格式转换. 直接上代码: # 将jpg格式转位png import os from PIL import Image import shutil import sys # Define the i
Python实现把json格式转换成文本或sql文件

python如何将json格式的数据快速的转化成指定格式的数据呢?或者转换成sql文件? 下面的例子是将json格式的数据准换成以#_#分割的文本数据,也可用于生成sql文件. [root@bogon tutorial]# vi json2txt.py #-*- coding: UTF-8 -*- import json data = [] with open('./tencent_test.json') as f: for line in f: data.append(json.loads(l
python实现通过pil模块对图片格式进行转换的方法

本文实例讲述了python实现通过pil模块对图片格式进行转换的方法.分享给大家供大家参考.具体分析如下: python的pil模块相当的智能,如果你需要对图片格式进行转换,比如jpg转转成tif,jpg转换成gif,png转换成jpg只需要在保存文件时指定正确的图片扩展名即可. 代码如下: import Image im = Image.open('test.jpg') im.save('test.tiff') # or 'test.tif' 希望本文所述对大家的Python程序设计有所帮助.
Python基于pandas实现json格式转换成dataframe的方法

本文实例讲述了Python基于pandas实现json格式转换成dataframe的方法.分享给大家供大家参考,具体如下: # -*- coding:utf-8 -*- #!python3 import re import json from bs4 import BeautifulSoup import pandas as pd import requests import os from pandas.io.json import json_normalize class image_str
利用python将json数据转换为csv格式的方法

假设.json文件中存储的数据为: {"type": "Point", "link": "http://www.dianping.com/newhotel/22416995", "coordinates": [116.37256372996957, 40.39798447055443], "category": "经济型", "name": &qu
使用python将时间转换为指定的格式方法

时间处理是在进行数据挖掘时很重要的一个方面,在参加比赛的时候很多比赛训练集给的时间和你最终要提交的时间格式是不同的. 我把我遇到的一种情况总结如下: 首先,题目给的格式是2016-09-10 4:23:21,而想要你提交的格式是2016-09-10-4-2(精确到每十分钟).在处理时间数据的时候一般都是将时间字符串转换成datatime对象,或者pandas的Timestamp.可以首先把字符串转换成一个datatime类型,然后用strftime()把datatime类型的时间转换为需要的格式

利用Python实现Shp格式向GeoJSON的转换方法

相关推荐

随机推荐