地理空间示例说明#

在 NetworkX <3.0 版本中提供了读写 shapefile 的函数。但是，我们建议你在处理地理空间数据（包括读写 shapefile）时使用以下库。

地理空间 Python 库#

GeoPandas 在地理空间格式和存储机制（例如，数据库）与 Pandas 数据帧之间提供了互操作性，用于对空间数据进行表格化处理，并提供了广泛的支持功能，包括空间索引、空间谓词（例如，测试几何图形是否相互交叉）、空间操作（例如，交叉多边形之间的重叠区域）等等。

请参阅以下使用 GeoPandas 的示例

PySAL 提供了一整套丰富的空间分析算法。从网络分析的角度来看，空间权重提供了……（Levi 请在此处添加更多内容）。

请参阅以下使用 PySAL 的示例

momepy 在 GeoPandas 和 PySAL 的基础上构建，提供了一系列专注于城市形态学的算法。从网络分析的角度来看，momepy 可以将你的线几何图形转换为 networkx.MultiGraph，然后再转换回 geopandas.GeoDataFrame，并应用一系列分析函数，旨在对（街道）网络配置进行形态描述。

请参阅以下使用 momepy 的示例

OSMnx 提供了一套工具，用于将 OpenStreetMap 街道网络（以及任何其他网络基础设施）检索、建模、投影、分析和可视化为 networkx.MultiDiGraph 对象，并将这些 MultiDiGraph 与 geopandas.GeoDataFrame 相互转换。它可以自动添加节点/边的属性：高程和坡度（使用 Google Maps Elevation API）、边的行进速度、边的遍历时间和边的方位。它还可以从 OSM 中检索任何其他空间数据（例如建筑足迹、公共公园、学校、公交车站等）作为 Geopandas GeoDataFrame。

请参阅以下使用 OSMnx 的示例

关键概念#

地理空间数据网络分析中的一个基本任务是定义空间特征（点、线或多边形）之间的空间关系。

PySAL 使用空间权重的概念提供了几种表示特征之间空间关系的方式。这些关系包括诸如 Queen、Rook 等……（Levi 请在此处添加更多内容并简要解释每个关系）。

momepy 允许将街道网络表示为原始图和对偶图（在街道网络分析意义上）。原始方法将交叉点转换为图节点，将街道段转换为边，这种格式主要用于形态学研究。对偶方法使用街道段作为节点，使用交叉拓扑作为边，这允许编码角度信息（即，分析可以根据街道段之间的角度而不是它们的长度进行加权）。

OSMnx 将街道网络表示为原始的、非平面的有向图，可能包含自环和平行边，以模拟现实世界的街道网络形态和流。节点表示交叉点和死胡同，边表示连接它们的街道段。有关 OSMnx 建模方法的详细信息可在 https://doi.org/10.1016/j.compenvurbsys.2017.05.004 获取。

了解更多#

要了解更多信息，请参阅 Geographic Data Science with PySAL and the PyData Stack。