如何使用GeoPandas或Fiona通过减法找到多边形的内部部分?

发布于 2025-01-12 18:50:30 字数 305 浏览 1 评论 0原文

在此处输入图片说明

在此处输入图像描述

我正在尝试找到一种方法,如何使用 GeoPandas/ 从更大的多边形(图像 1)中获取多边形的上半部分(图像 2)菲奥娜功能。相反,通过使用“差异”的覆盖集操作非常容易,但按照我想要的方式,GeoPandas 中的功能/工具不起作用。

enter image description here

enter image description here

I am trying to find a way how we can get the upper part of the polygon (image 2) from the bigger polygon (image 1) using GeoPandas/Fiona functions. The other way round is quite easy by using the overlay set operation of "difference" but the way I want it, the functions/tools in GeoPandas does not work.

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

勿忘初心 2025-01-19 18:50:30
import shapely
import geopandas as gpd
import geopy.distance
import numpy as np

world = gpd.read_file(gpd.datasets.get_path("naturalearth_lowres"))

dims = (10, 10)
a, b, c, d = world.loc[world["name"].eq("Ukraine")].total_bounds
g = .1
# generate some polygons and a line that cuts through some of the polygons
gdf_grid = gpd.GeoDataFrame(
    geometry=[
        shapely.geometry.box(minx + g, miny + g, maxx - g, maxy - g)
        for minx, maxx in zip(
            np.linspace(a, c, dims[0]), np.linspace(a, c, dims[0])[1:]
        )
        for miny, maxy in zip(
            np.linspace(b, d, dims[1]), np.linspace(b, d, dims[1])[1:]
        )
    ],
    crs="epsg:4326",
).sample(8, random_state=1)

big_without_small = world.loc[world["name"].eq("Ukraine")].overlay(gdf_grid, how="difference")
big_without_small.plot()

在此处输入图像描述

import shapely
import geopandas as gpd
import geopy.distance
import numpy as np

world = gpd.read_file(gpd.datasets.get_path("naturalearth_lowres"))

dims = (10, 10)
a, b, c, d = world.loc[world["name"].eq("Ukraine")].total_bounds
g = .1
# generate some polygons and a line that cuts through some of the polygons
gdf_grid = gpd.GeoDataFrame(
    geometry=[
        shapely.geometry.box(minx + g, miny + g, maxx - g, maxy - g)
        for minx, maxx in zip(
            np.linspace(a, c, dims[0]), np.linspace(a, c, dims[0])[1:]
        )
        for miny, maxy in zip(
            np.linspace(b, d, dims[1]), np.linspace(b, d, dims[1])[1:]
        )
    ],
    crs="epsg:4326",
).sample(8, random_state=1)

big_without_small = world.loc[world["name"].eq("Ukraine")].overlay(gdf_grid, how="difference")
big_without_small.plot()

enter image description here

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文