使用Python中的geoJSON指向Polygon

Question

我有一个包含大量多边形的geoJSON数据库（特别是人口普查区），我有很多长的纬度点。

我希望有一个有效的Python代码来识别给定坐标所在的人口普查区域，但到目前为止，我的谷歌搜索还没有透露任何内容。

谢谢！

Answer 1

我找到了一个有趣的article，描述了如何做到你想要做的事情。

TL; DR：使用Shapely

您将在本文末尾找到此代码：

import json
from shapely.geometry import shape, Point
# depending on your version, use: from shapely.geometry import shape, Point

# load GeoJSON file containing sectors
with open('sectors.json') as f:
    js = json.load(f)

# construct point based on lon/lat returned by geocoder
point = Point(-122.7924463, 45.4519896)

# check each polygon to see if it contains the point
for feature in js['features']:
    polygon = shape(feature['geometry'])
    if polygon.contains(point):
        print 'Found containing polygon:', feature

Answer 2

处理这些类型数据的一个很好的选择是PostGIS，PostgreSQL的空间数据库扩展器。我个人将我的所有地理数据保存在PostGIS数据库中，然后使用psycopg2在python中引用它。我知道这不是纯粹的python，但它在纯python上有令人难以置信的性能优势（如下所述）。

PostGIS具有内置功能，以确定点或形状是否在另一个形状内。关于ST_Within函数的好文档扩展了这个简单的例子：

SELECT
ST_WITHIN({YOUR_POINT},boundary)
FROM census;
-- returns true or false for each of your tracts

您可能从其他地方获得的PostGIS中获得的好处是索引，这可以提高您的速度1,000x [1]，使其比最好的书面C程序更好（除非C程序还创建了一个索引你的数据）。正确设置数据库后，数据库将缓存有关您的小册子的信息，当您询问某个点是否在某个区域内时，它不必搜索所有内容......它可以利用它的索引。

将数据输入和输出PostGRES非常简单。您可以在此处找到一个很棒的教程，它将引导您完成PostGIS的基础知识，其中的样本数据集与您的样本数据集并无太大差别。这是相当长的，但如果你是PostGIS的新手（就像我一样），你会一直很受欢迎和兴奋：

http://workshops.boundlessgeo.com/postgis-intro/

[1]索引减少了我的一个庞大数据库中的最近邻搜索（从53秒到8.2毫秒，20米）。

Answer 3

人们不可能在Python中拥有真正快速的几何代码。相反，通常的方法是使用带有Python包装器的快速C / C ++库。

例如，您可以从CGAL开始 - 一个非常全面的C ++几何库。它有大多数例程的Python绑定，请参阅链接http://code.google.com/p/cgal-bindings/。