基于Python Shapely的几何集合操作

shapely是基于笛卡尔坐标的几何对象操作和分析Python库，底层基于GEOS和JTS库。

shapely无法读取和写数据文件，但可以基于应用广泛的一些格式和协议进行序列化(serialize)和去序列化(deserialize)操作。

shapely不关注数据格式和坐标系统，但shapely的整合性很强，可以和GIS之类的工具协同工作。这种黏性类似python。

安装

基于构建的发行版

windows

• conda install shapely
• 基于 wheels 安装 (http://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely)

Mac OS和Linux

• pip install shapely，如果需要针对向量化加速版本可通过pip install shapely[vectorized]安装
• 通过系统包管理器，比如 apt，yum 和 Homebrew等。
• 也可以通过Canopy和Anaconda等Python发行版工具安装，比如Anaconda，conda install shapely

基于源码

当需要兼容基于GEOS的更多模块，或者想要使用不同的GEOS版本，可以基于源码进行安装：

pip install shapely --no-binaryshapely

如果使用自定义GEOS版本进行安装时，可能需要指定geos-config程序的路径，

GEOS_CONFIG = /path/to/geos-config pip install shapely

基本操作

• 创建点 from shapely.geometry import Point point = Point(0, 0) # Point((0, 0)) point.area # 获取点的面积 point.length # 获取点的长度 point.bounds # 获取点的边界
• 创建圆 In[20]: circle = Point(0, 0).buffer(10) # 创建以(0, 0)为圆心，10为半径的圆 In[25]: circle.area # 获取创建的圆的面积 Out[25]: 313.6548490545939 从上述结果可以看出，所创建的圆的面积小于pi r^2，这是因为buffer方法默认参数resolution为16，resolution 的值越大圆越完整。 In[30]: circle= Point(0, 0).buffer(10, resolution=1000) In[31]: circle.area Out[31]: 314.15913616617644 In[32]: circle= Point(0, 0).buffer(10, resolution=1000000) In[33]: circle.area Out[33]: 314.1592653588436
• 创建多边形 from shapely.geometry import Polygon polygon = Polygon([(0, 1), (0, 2), (0, 3), (1, 1), (1, 2), (1, 3), (0, 3)]) 注意： Polygon 函数仅能基于有序的点创建多边形，且点的集合必须要是闭合的。使用MultiPoint 函数创建，并使用 convex_hull 方法创建多边形。 from shapely.geometry import MultiPoint coords = [(0, 1), (1, 2), (1, 4), (2, 0), (3, 2)] # coords不一定要是闭合点集合 poly = MultiPoint(coords).convex_hull

集合操作

• 判断点是否在多边形

In[50]: p1 = Point(24.952242, 60.1696017)
In[51]: p2 = Point(24.976567, 60.1612500)
In[52]: coords = [(24.950899, 60.169158), (24.953492, 60.169158), (24.953510, 60.170104), (24.950958, 60.169990)]
In[53]: poly = Polygon(coords)

In[54]: poly.contains(p1)
Out[54]: True

In[55]: p1.within(poly)
Out[55]: True

In[56]: poly.contains(p2)
Out[56]: False

• 判断多边形的集合操作

In[57]: poly2 = Polygon([(23.2154, 59.1156), (24.83151, 59.41516), (25.11667, 60.311561), (24.16178, 60.13315)] )
   
In[58]: poly2.intersects(poly)
Out[58]: True
   
In[59]: poly2.contains(poly)
Out[59]: True
   
In[60]: poly.contains(poly2)
Out[60]: False

• .contains：判断polygon1是否包含polygon2
• .intersects：判断polygon1和polygon2是否重叠
• .intersections ：返回两个polygon重叠的部分

参考链接：

1. https://stackoverflow.com/questions/36399381/whats-the-fastest-way-of-checking-if-a-point-is-inside-a-polygon-in-python

2. https://gis.stackexchange.com/questions/90055/finding-if-two-polygons-intersect-in-python

3. https://automating-gis-processes.github.io/CSC18/lessons/L4/point-in-polygon.html