【原】用Python创建你第一个GIS程序[1]：地理空间处理库的选择

GIS荟 2021-09-19

展开全文

前言：Python平台涉及到地理空间处理库不少，有泰斗级的 GDAL，也有较为小巧精致的 Fiona 和 Shapely，也有和ArcGIS 捆绑在一起的 ArcPy。选择合适的库能事半功倍...

2021/5/23 第二次修改

地理空间处理库

地理空间处理（geospatial processing），你叫它什么都可以，地理空间分析、或者直接叫 GIS 都可以。

地理空间处理在 Python 平台上已经有很长的发展历史，有各种各样的库、包，大部分都早于 ArcPy。

根据 PyPi 的官网统计，GIS 领域涉及的 Python 库已经超过800个了。下面我们就挑几个较为知名和活跃的库来讲一讲。

PyPi中的 GIS 库：https:///search/?c=Topic%20::%20Scientific/Engineering%20::%20GIS

GDAL

GDAL is a C++ translator library for more than 200 raster and vector geospatial data formats.

Geospatial Data Abstraction Library (GDAL)，即地理空间数据抽象库，我这里在说 GDAL 的时候也包括了 OGR 库（处理矢量数据），即 GDAL/OGR。这是一个跨平台计算机库，使用开源协议，提供多个语言的 API 接口，包括 Python。其发展历史源远流长、影响深远，最早诞生于90年代，提供了一整套统一的 API 读写接口，能读取、分析处理矢量和栅格数据。GDAL/OGR 在整个地理空间分析的影响力非常大。

上百个知名的大型软件项目使用了 GDAL 库，比如 ESRI ArcGIS 9.2+后的版本、QGIS（最火的开源GIS软件）、ERDAS ER Viewe、GdeDa（探索性分析软件）、FME（数据处理、流程化的利器）、mapinfo 、Grass 等等，太多了，更别说难以估计的各种小型项目。

GDAL是大型项目以及有较强编程能力者的选择。

但是我没有选择，因为我不是专业的，也没有秃顶。同时该教程是针对小型程序的。

但是如果感兴趣的话，可以自行了解学习。

WIKI百科：https://en./wiki/GDAL
官方文档：https:///index.html
GitHub：https://github.com/OSGeo/gdal

PySAL

PySAL 是 Python 空间分析库，是一个面向地理空间数据科学的开源跨平台库。

它支持空间分析高级应用程序的开发，例如：

空间簇、热点和异常点的检测；
从空间数据构建图形；
地理嵌入网络的空间回归与统计建模；
空间计量经济学；
探索性时空数据分析。

PySAL 官网：https:///

PyShp

完全使用 Python 实现的库，功能简单小巧；可以用于读写 shapefile 格式的数据，不支持几何操作。

Fiona

Fiona is designed to be simple and dependable.

OGR 库的再封装产品，提供了一套简单易于使用的 Python 接口。该模块支持操作几何、空间分析等操作。

Fiona GitHub：https://github.com/Toblerity/Fiona
Fiona 文档：https://fiona./en/stable/

PostGIS

PostGIS adds support for geographic objects to the PostgreSQL object-relational database.

PostGIS 是在 PostgreSQL（一款免费开源的数据库）基础上结合 GEOS（开源几何引擎）实现对地理空间数据支持的空间数据库。PostGIS 不仅提供数据的存储功能同时也提供几何处理、空间分析功能。

PostGIS凭借着开源以及性能出众，庞大的社区支持，形成了一个正向的循环反馈，目前非常活跃，有兴趣的可以多关注。

PosyGIS 官网：http://www./

Shapely

Shapely 是具有 Python 风格（简洁清晰）的几何处理库。Shapely 是 GEOS 库的 Python 语言高级接口。提供大量的几何操作功能。

Shapely 官方文档：https://shapely./en/latest/
Shapely GitHub：https://github.com/Toblerity/Shapely

选择ArcPy

ArcGIS 10 中引入了 ArcPy，这是一个 Python 站点包，它涵盖并进一步加强了 ArcGIS 9.2 中所采用的 arcgisscripting 模块的功能。ArcPy 提供了一种用于开发 Python 脚本的功能丰富的动态环境，同时提供每个函数、模块和类的代码实现和集成文档。
使用以 ArcPy 编写的 ArcGIS 应用程序和脚本的优势在于，可以访问并使用由来自多种不同领域的 GIS 专业人员和程序员开发的大量 Python 模块。使用 Python 中的 ArcPy 的另一个主要原因是，Python 是一种通用的编程语言，易于学习和使用。通过解释和动态输入这种编程语言，用户可以在交互式环境中快速地创建脚本原型并进行测试，同时这种编程语言功能强大，可编写大型应用程序。
——ESRI

选择 ArcPy 不表示其他的库不好，而是综合分析下来的结果，因为学 GIS 相关专业的同学第一个使用的软件就是 ArcGIS，而 ArcPy 是和 ArcGIS 绑定并且一同安装的，用户的上手门槛较低。

优势（ Pros）：