用叶绘制

Question

任务是为莫斯科制作一个地址受欢迎度地图。 基本上，它应该看起来像这样：

https://nbviewer.jupyter.org/github/python-visualization/folium/blob/master/examples/GeoJSON_and_choropleth.ipynb

对于我的地图，我使用公共geojson： http ://gis-lab.info/qa/moscow-atd.html

我唯一的数据-点坐标，并且没有关于它们所属区域的信息。

问题1：如果该点属于某个点，是否必须为每个点手动进行计算，或者有更有效的方法？

问题2：如果没有办法使这项工作变得容易，那么如何从geojson文件（上面的链接）中获得每个区的所有坐标？

Answer 1

感谢@BobHaffner，我尝试使用geopandas解决问题。

这是我的步骤：

1. 我下载一个shape-files莫斯科通过此链接点击
2. 从包含x和y （ latitude和对logitude ）坐标的元组列表中，创建Points列表（docs）
3. 假设在第一个链接的数据框中我有多边形，我可以编写一个简单的循环来检查Point是否在该多边形内。 有关详细信息，请阅读此内容 。

Answer 2

import pandas as pd
import numpy as np
import geopandas as gpd
from shapely.geometry import Point

使用Geopandas读取莫斯科地区形状文件

districts = gpd.read_file('mo-shape/mo.shp')

构造模拟用户数据集

moscow = [55.7, 37.6]

data = (
    np.random.normal(size=(100, 2)) *
    np.array([[.25, .25]]) +
    np.array([moscow])
)
my_df = pd.DataFrame(data, columns=['lat', 'lon'])
my_df['pop'] = np.random.randint(500, 100000, size=len(data))

根据用户数据创建Point对象

geom = [Point(x, y) for x,y in zip(my_df['lon'], my_df['lat'])]

# and a geopandas dataframe using the same crs from the shape file
my_gdf = gpd.GeoDataFrame(my_df, geometry=geom)
my_gdf.crs = districts.crs

然后使用默认值“内部”进行联接

gpd.sjoin(districts, my_gdf, op='contains')