Fiona 访问 shapefile 中多个多边形的坐标

我正在处理一个包含 4 个多边形的 shapefile,我需要在其中提取它们在元组或 numpy 数组中的坐标以供以后操作。虽然 fiona 识别了 4 个多边形,但使用 shapely 获取面积只会给我第一个多边形的值。


我想为所有多边形选择xy坐标并将它们分别放入数组和元组中进行处理。任何帮助,将不胜感激。


import fiona

import pprint

from shapely.geometry import shape, Polygon


c = fiona.open("myShapeFile.shp", 'r')

pprint.pprint(len(c))

poly = Polygon(next(iter(c))["geometry"]["coordinates"][:])

print('Area  :: ',poly.area)

执行给了我以下内容:


4


地区:: 483.6379565269977


青春有我
浏览 92回答 1
1回答

喵喵时光机

尝试这个:import fionaimport numpy as npc = fiona.open('myShapeFile.shp')coords = [np.array(poly['geometry']['coordinates'])          for poly in c.values()]coords是一个 4 项列表,其中包含根据 shapefile 中的多边形坐标构建的 numpy 数组:[array([[ 3.67739738e+05,  6.35697708e+06, -1.50000000e+03],       [ 3.67709140e+05,  6.35875947e+06, -1.50000000e+03],       [ 3.55633222e+05,  6.35932405e+06, -1.50000000e+03],       [ 3.55340980e+05,  6.35724482e+06, -1.50000000e+03],       [ 3.54012992e+05,  6.35713924e+06, -1.50000000e+03],       [ 3.53169984e+05,  6.33306237e+06, -1.50000000e+03],       [ 3.72936914e+05,  6.33219322e+06, -1.50000000e+03],       [ 3.73638262e+05,  6.34799928e+06, -1.50000000e+03],       [ 3.70536492e+05,  6.34865912e+06, -1.50000000e+03],       [ 3.71030683e+05,  6.35672004e+06, -1.50000000e+03],       [ 3.67739738e+05,  6.35697708e+06, -1.50000000e+03]]), array([[ 3.60619254e+05,  6.35486104e+06, -1.50000000e+03],       [ 3.61702258e+05,  6.35460318e+06, -1.50000000e+03],       [ 3.62578977e+05,  6.35362332e+06, -1.50000000e+03],       [ 3.61805402e+05,  6.35192145e+06, -1.50000000e+03],       [ 3.60412965e+05,  6.35114787e+06, -1.50000000e+03],       [ 3.59072102e+05,  6.35171516e+06, -1.50000000e+03],       [ 3.59020527e+05,  6.35279817e+06, -1.50000000e+03],       [ 3.60309824e+05,  6.35295288e+06, -1.50000000e+03],       [ 3.60000391e+05,  6.35408746e+06, -1.50000000e+03],       [ 3.60619254e+05,  6.35486104e+06, -1.50000000e+03]]), array([[ 3.59072102e+05,  6.34439198e+06, -1.50000000e+03],       [ 3.60928684e+05,  6.34537184e+06, -1.50000000e+03],       [ 3.62424262e+05,  6.34480455e+06, -1.50000000e+03],       [ 3.63868270e+05,  6.34361841e+06, -1.50000000e+03],       [ 3.63146266e+05,  6.34155554e+06, -1.50000000e+03],       [ 3.61341258e+05,  6.34036939e+06, -1.50000000e+03],       [ 3.60258250e+05,  6.34109139e+06, -1.50000000e+03],       [ 3.61650688e+05,  6.34227754e+06, -1.50000000e+03],       [ 3.61289688e+05,  6.34356684e+06, -1.50000000e+03],       [ 3.59897250e+05,  6.34294798e+06, -1.50000000e+03],       [ 3.57989094e+05,  6.34346370e+06, -1.50000000e+03],       [ 3.59072102e+05,  6.34439198e+06, -1.50000000e+03]]), array([[ 3.69489590e+05,  6.34294798e+06, -1.50000000e+03],       [ 3.71397742e+05,  6.34103982e+06, -1.50000000e+03],       [ 3.69438016e+05,  6.33928638e+06, -1.50000000e+03],       [ 3.67581438e+05,  6.34052411e+06, -1.50000000e+03],       [ 3.67787723e+05,  6.34222597e+06, -1.50000000e+03],       [ 3.69489590e+05,  6.34294798e+06, -1.50000000e+03]])]
打开App,查看更多内容
随时随地看视频慕课网APP

相关分类

Python