Python 用叶标绘

任务是为莫斯科制作一张地址流行图。基本上，它应该是这样的：

对于我的地图，我使用公共geojson：

我仅有的数据是点坐标，没有关于它们所属地区的信息

问题1： 如果该点属于每个District，我是否必须手动计算该点，或者有更有效的方法进行计算

问题2：

---

如果没有更简单的方法，那么，如何从上面的geojson文件链接获取每个District的所有坐标？

多亏了@BobHaffner，我尝试使用geopandas来解决这个问题

以下是我的步骤：

我使用此链接为莫斯科下载了一个形状文件 从包含x、y纬度和逻辑坐标的元组列表中，我创建了点列表 假设在第一个链接的数据帧中有多边形，我可以编写一个简单的循环来检查点是否在该多边形内。详情请阅读。 使用geopandas读取莫斯科地区形状文件

districts = gpd.read_file('mo-shape/mo.shp')

构造模拟用户数据集

moscow = [55.7, 37.6]

data = (
    np.random.normal(size=(100, 2)) *
    np.array([[.25, .25]]) +
    np.array([moscow])
)
my_df = pd.DataFrame(data, columns=['lat', 'lon'])
my_df['pop'] = np.random.randint(500, 100000, size=len(data))

从用户数据创建点对象

geom = [Point(x, y) for x,y in zip(my_df['lon'], my_df['lat'])]

# and a geopandas dataframe using the same crs from the shape file
my_gdf = gpd.GeoDataFrame(my_df, geometry=geom)
my_gdf.crs = districts.crs

然后使用默认值'inner'连接

gpd.sjoin(districts, my_gdf, op='contains')

---

关于问题1，我想利用Geopandas之类的工具，它可以使用geojson文件，并具有一个名为sjoin的函数，您可以使用该函数确定坐标所在的区域。您好，您有解决方案吗？顺便说一句，您走对了。第3步可以用sjoin@BobHaffner步骤3根本无法完成。当我使用.contains方法时，我的json中没有包含任何点的多边形。这很奇怪。在步骤2中创建点时，请确保传递的坐标顺序正确经度、纬度我以前犯过这个错误：-好的，我将发布一个可能有帮助也可能没有帮助的解决方案

gpd.sjoin(districts, my_gdf, op='contains')