用于地理空间的重要 Python 库

QGIS 和 ArcGIS 是在 Python 上开发的，因此能够扩展其工具以满足我们的需求。例如，QGIS 提供了“ Plugin Builder ”工具，专注于个人或组织创建个人工具以根据需要执行特定任务。为此，需要一些 Python 库。任何在 QGIS、ArcGIS、 Jupyter 或 GeoDjango 中使用脚本进行地理空间数据分析的人都必须与这些库中的一些（如果不是全部）进行过交互。

Python 库拥有的一项重要资源是它们的文档和支持这些库开发和维护的充满活力的在线社区。Python 库包括但不限于以下内容：

1.GEOJSON

GEOJSON 是一个 Python 库，也是一种数据格式。它是当今地理空间行业中使用的最流行的数据格式之一。

2.GEODJANGO

GEODJANGO 是 Django 中的一个模块，用于处理 Django 项目中的地理空间数据。它通常与 PostgreSQL 和 PostGIS 一起使用。

3.PYPROJ

PYPROJ 是 PROJ.4 库的包装器，用于处理投影并在 Python 中执行转换。

4.NUMPY

用于为 GDAL 等一些地理空间库提供支持，并能够处理空间分析所需的大型数组、矩阵和数学函数。

5.MATPLOTLIB

用于根据数据绘制图形以显示在屏幕上或以图像和 SVG 等格式显示。该库非常广泛，具有广泛的功能。Matplotlib 以其强大的功能在 Jupyter 和 MATLAB 中被广泛使用。

6.SHAPELY

SHAPELY 是一个用于几何空间分析的 Python 库，并使用笛卡尔坐标系。它与 GEOS 库协同工作。在 CAD 系统中最为明显。

7.DESCARTES

该库提供了 Shapely 几何对象与 Matplotlib 更好的集成。

8.PANDAS

PANDAS 是一个数据分析库，它以类似电子表格的方式构建数据以供进一步计算。Pandas 在分析过程中简化了对来自不同来源的数据的处理。

9.PYSHP

PYSHP 是纯正的 Python，用于导入和导出 shapefile。它的工作原理与 GDAL 几乎相似，但更易于操作。

10.Python

Python 是一个用于控制台的 Python 解释器，当从终端运行和测试 Python 代码时，它取代了普通的 Python 控制台。这是一个高级解释器，具有一些很酷的功能，例如命令的 Tab 完成而不是手动键入。

11.PySAL

PySAL 是一个用于空间分析的地理空间计算库。直接从 Python 代码创建模型和运行模拟是 PySAL 提供的众多库函数中的一部分。PySAL 增强了空间数据的可视化，并且在与 Matplotlib 等工具结合使用时效果很好。

12.GDAL/OGR

GDAL/OGR（地理空间数据抽象库）是一个翻译器 Python 库，它处理许多开箱即用的任务，例如格式转换、识别数据中的投影和操作，例如从高程数据生成等高线。它是用于栅格和矢量数据分析的关键库，用于大多数 GIS 平台，如 ArcGIS、QGIS、GeoDjango、GRASS GIS、gvSIG、MangoMap、MapServer 和 Envi，这些库的安装和使用可以在互联网上的各个网站上找到。

上面讨论的一些库在对数据执行空间分析时在后台工作，它们相互协作。