基于Python的地理空间数据可视化探究

胡 楠，孟宪伟，王彦超

(辽宁科技学院 曙光大数据学院，辽宁 本溪 117004)

1 OpenStreetMap地理空间数据

1.1 数据下载

开放地图包含了丰富的地理数据，其目标是向所有人提供地理数据使用及分享[1]，用户只需在OpenStreetMap官网的首页“Geofabrik下载”链接下载所需的世界各个国家地区的地理数据压缩文件。

1.2 数据描述

每个数据包的主文件为ESRI(美国环境系统研究所公司)开发的一种空间数据开放格式数据文件，地理数据一般比较通用的格式是shp(Shapefile)文件；可以存储井、河流、湖泊等空间对象的几何位置，主要包括描述空间对象对应的几何体的点、折线与多边形的空间数据。

2 Python数据可视化

2.1 绘制多边形

1)地理坐标系(Geographic Coordinate System)

地理坐标系使用三维球面来定义地球表面的任何一个地标的位置，并在地球表面的所有的地标点位应用经纬度坐标系来标注的方法，在球面系统中，水平线为纬线、垂直线为经线。

2)多边形类型(Polygon和MultiPolygon)

任何一个区域、国家和省份都对应一个多边形，每个多边形是由一系列边线上的点组成的，而点的坐标分别为该点在球面系统的纬线和经线值，每一行为多边形边线上一个点的经纬度坐标。多边形又分为Polygon和MultiPolygon，二者的区别如下：

(1)Polygon：为单面封闭多边形，且其中第一行数据与最后一行数据相同，即第一个点与最后一个点重叠，这样才能保证多边形的封闭。Shapefile数据文件，为我们绘制地理空间图形提供的数据源的数据格式如图1(a)所示，该数据是某个行政区域的多边形的shapely.geometry.polygon.Polygon类的对象。

(a)Polygon数据格式

(2)MultiPolygon：MultiPolygon为多面封闭多边形，MultiPolygon类型数据特征是一个MultiPolygon可能存在多个Polygon单面多边形数据，其数据格式如图1(b)所示，第一个Polygon代表这个整体的MultiPolygon对象的整体外部轮廓，而后续的每个Polygon对象是前一个Polygon对象的内部空洞或内部线条。

3)Python绘制多边形

本文分为两种情况探讨绘制多边形方法。

(1)如果绘制单面封闭多边形，只需将Polygon对象转对应的每一行数据拆分成每个点的经纬度值，并分别构造列表为lats和lons，使用matplotlib.pyplot.plot(lats,lons)函数来绘制一个封闭多边形，如图2(a)所示。

(2)如果是绘制多面封闭多边形，先需将MultiPolygon对象转换为Polygon对象，具体可以使用递归的方法，依次将每个Polygon对象依次转换为两个列表lats和lons，再使用列表的list.extend()函数把后Polygon对象对应列表追加到前一个列表末尾，构造出包含外部多边形和内部空洞多边形或内部线条总的经纬度列表lats和lons，然后再绘制多边形，如图2(b)所示。

(a)Polygon多边形图形

(b) MultiPolygon多边形图形

2.2 地理数据信息注记

1)注记信息的目的和意义

随着地理信息系统(Geographic Information System，GIS)的广泛应用, 有效准确的地图信息标注是GIS的基本功能也是重要的研究问题，更是备受社会各界关注的问题，因为无论应用在哪个具体的行业， GIS数据质量的好坏直接影响到所要建立的地理空间数据库所带来的经济效益和社会效益,并直接影响到基于该空间地理数据信息的应用、分析、决策的准确性和可信度。

2)注记信息的属性

注记一个区域文本信息的意义要远大于绘制多边形的边线，由于地理空间数据可视化不仅包括每个封闭区域边线的绘制，还需要每个区域文本信息的标注，而确定信息注记位置也是实现地理空间数据可视化的关键点和重要组成部分，注记标签中的文字是要素的某个字段属性，且标记文本具有自己地理位置(文本的注记经纬度)和属性(文本要素的显示字样)，注记文本应有自己的显示模式和风格，但是地理空间数据对应注记文本的注记位置并没有标准。

3)注记信息的位置

中心点是2012年公布的地理信息系统名词，本文使用地理区域中心点来标注该区域文本信息[2]。Python的geopandas.geodataframe.GeoDataFrame. representative_point(GeoDataFrame)函数返回每个区域多边形的中心点；每个多边形的中心点为Python的geopandas.geoseries.GeoSeries对象，其数据格式为Point类对象，即该点的经纬度值。

4)带注记信息的地理区域绘图

实现封闭区域多边形绘制，其核心理念是将绘图与数据分离，且按图层叠加的方法进行作图。最底层是地理区域的地理空间数据；然后依次叠加使用底层数据的边界绘图(包括区域填充和线条颜色等样式设置)；再次叠加封闭区域内散点标注；最后叠加对应区域文本信息的注记，如图3所示。

图3 带地理数据信息注记的区域图

3 基于shapely+genpandas+plotnine地理空间数据可视化设计

3.1 shapely

shapely是用来表示地理空间数据的Python第三方库，它的确定性空间分析是解决农业、交通、流行病、行政区域划分和许多其他领域相关问题的计算方法的重要组成部分。 shapely对应的数据类型的三要素为：点(Point)、线(LineString)和面(Polygons)。每个平面中都包含这点、线和面组合的有限或无限的点关联。这三个要素的内部、边界和外部集是相互排斥的，但是三者的并集与整个平面重合。

3.2 genpandas

geopandas是用来处理地理空间数据的Python第三方库, geopandas使得Python处理地理空间数据更为简洁和准确，geopandas沿用了pandas的数据类型，Series和DataFrame，geopandas中也有两种数据类型，GeoSeries和GeoDataFrame，它们继承了pandas数据结构的大部分方法,且结合了pandas和shapely的功能，还提供了操作地理空间数据的高级接口，使得在Python中进行GIS操作变成可能[3]。

3.3 plotnine

plotnine是用来实现地理空间数据可视化的Python第三方库, plotnine的图形语法把绘图过程分为三部分：Plot(图)= data(数据集，主要是GeoDataFrame数据)+ Aesthetics(映射，变量映射给x,y轴坐标，或映射给大小、形状和颜色等图形属性)+ Geometry(几何对象，柱形图、直方图、散点图和线图等)，且通过“+”对相关图形语法进行叠加，且各图层之间的逐级靠“+”号叠加越后面图层的层级越高，从而使得繁琐的绘图过程逻辑清晰。

3.4 地理空间数据可视化

Python语言实现地理空间数据可视化的主要依据shapely的点、线和面的互斥和合并平面的原理，结合plotnine的“+”号逐级叠加的方法，实现地理空间数据可视化步骤如下：

(1)Python使用GeoPandas读取地理空间数据文件(.shp),并返回GeoDataFrame格式数据。

(2)使用plotnine的ggplot(df)函数作为开始(ggplot类生成一个图形数据集)。

(3)geom_map(aes(fill= ' ID_1'))函数进行映射和绘制地图(aes()函数实现”ID_1”字段到颜色或样式的映射)。

(4)geom_point(aes(x='lat',y='lon'),shape='o',colour='k',size=2,fill='r',alpha=0.4)函数绘制点图(aes()实现散点x和y轴位置到数据源字段的映射，其他参数实现映射给大小、形状、颜色和透明度等图形属性)。

(5)geom_text(aes(x='lat',y='lon',label='NAME_1'),size=5)函数绘制文本。

(6)scale_fill_gradient2(low='red',mid='white', high='blue', midpoint=df.ID_1.mean())函数实现三色梯度，顺序由低到高，参数low、mid和high 用于控制此梯度颜色，参数midpoint 设定中点值。

基于OSM的精准数据源，Python的geopandas.GeoDataFrame的灵活数据格式，plotnine的优质的图层叠加技术，从而实现多层baseplot数据对象的可视化，本文充分结合三者的优势，对不同类型封闭区域数据进行格式的归一化和数据内容的整理，从而实现任何一个地域的河流、公路交通、铁路交通、疫情防控等数据分布图的绘制和信息注记。

4 结语

地理信息系统空间数据的迅猛增长, 加之地理大数据自身的多元性和丰富性的特点，地理信息大数据的应用已经逐步渗透到人们生活的各个方面。本文使用了丰富完备的地理空间数据，依据完备的地理空间数据的处理与分析，使用Python功能强大的图形拼接组合方法和地理空间数据可视化设计策略，以单个地理空间区域为起点，通过把每个区域的点线面的整合和合并，设计了合理的地理空间数据的可视化方案。本文从地理大数据的特性出发，强调地理空间大数据的发现规律和趋势预测的能力，展示出地理信息可视化效果，体现了地理信息标注的重要作用，为各行各业的用户提供辅助决策支持。