如何使用地geopandas判断多边形的某个半径内是否在某个半径内？

Question

我有两个文件（.shp）：第一个包含城市作为多边形，第二个包含公园作为点。我必须找到距离城市距离的距离有多少公园。 我在想使用缓冲区将多边形的区域扩展到距离，然后在多边形上迭代，然后检查该区域的哪个公园（点）。请问我应该如何继续吗？

import geopandas as gpd
import matplotlib.pyplot as plt
from shapely.geometry import Polygon, Point

cities_shape = gpd.read_file('geo_cities_f.shp')
parks_shape = gpd.read_file('geo_parks_f.shp')

fig, ax = plt.subplots(figsize=(14,14))
cities_shape.buffer(0.002).plot(ax = ax, color='blue', edgecolor='black')
parks_shape.plot(ax = ax, color='red', edgecolor='black')

cities_shape['geometry'].buffer(0.0004).plot(figsize=(14,14))

**parks(points)**
    SRID    geometry
    0   SRID=4326   POINT (34.79473 32.07580)
    1   SRID=4326   POINT (34.80149 32.12502)
    2   SRID=4326   POINT (34.76660 32.07581)
    3   SRID=4326   POINT (34.78834 32.06583)
    4   SRID=4326   POINT (34.78338 32.06643)

**polygons**
SRID    geometry
0   SRID=4326   POLYGON ((34.80707 32.05355, 34.80704 32.05350...
1   SRID=4326   POLYGON ((34.80707 32.05355, 34.80704 32.05350...
2   SRID=4326   POLYGON ((34.80712 32.05342, 34.80713 32.05341...
3   SRID=4326   POLYGON ((34.80712 32.05342, 34.80713 32.05341...
4   SRID=4326   POLYGON ((34.80712 32.05337, 34.80715 32.05336...

Answer 1

听起来您的数据很大，而Pandas是这里的瓶颈。尝试使用 dask-geopandas ，它使用dask DataFrames而不是PANDAS DataFrames。只需使用 pip安装dask-geopandas 安装软件包，然后将行更改

import geopandas as gpd

为

import dask_geopandas as gpd

Answer 2

您可能需要尝试使用您选择的 max_distance 参数 geopandas.sjoin_nearest（）。

import geopandas as gpd
import matplotlib.pyplot as plt
from shapely.geometry import Polygon, Point

cities_shape = gpd.read_file('geo_cities_f.shp')
parks_shape = gpd.read_file('geo_parks_f.shp')

park_city_pairs = parks_shape.sjoin_nearest(cities_shape, max_distance=1) #whatever distance you choose

number_of_parks = len(park_city_pairs['park_id'].drop_duplicates())

我假设您的 geo_parks_f.shp 都有一个标识符列，例如 park_id

Answer 3

您评论说您的方法太慢了。缓冲后，您是如何检查多边形内部的？如果您还没有这样做，则应使用空间树进行此部分，而不是在每个几何形状上循环循环，以使其更具性能。缓冲后，使用Geopanda的 Intersect 或使用 shapely shapely 。