Python XYZ csv格式的光栅

我有一个包含3列x、y和z值的大型csv文件。我想做以下工作： 1.如何将csv转换为矢量形状文件（点）。 2.如何将步骤2中获得的点转换为地理光栅。 3.假设一组“shp”格式的独立点文件如何将步骤2中获得的光栅值提取到新的csv文件中，以便我可以对其执行so统计

---

问题是，我不熟悉使用python进行地理处理，例如，对于步骤2，我使用“光栅”包在R中轻松地完成了这项工作，对于步骤3，我还使用了“光栅”包中的“提取”函数。然而，在python中，我可以在geopandas中执行步骤2，但步骤2和步骤3没有简单的答案。

GDAL中存在这种情况

假设您的数据，

dem.csv

，如下所示：

Easting,Northing,Elevation
86943.4,891957,139.13
87124.3,892075,135.01
86962.4,892321,182.04
87077.6,891995,135.01
...

您可以创建一个示例来描述它：

dem.csv
wkbPoint

或者，如果CSV缺少列，您可以如下指定

GeometryField

：

将其另存为类似于

dem.vrt

的内容，以便在以后的命令中使用

然后使用

gdal_栅格插值并生成GeoTIFF输出：

gdal_grid -a invdist:power=2.0:smoothing=1.0 -txe 85000 89000 -tye 894000 890000 -outsize 400 400 -of GTiff -ot Float64 -l dem dem.vrt dem.tiff

通常的过程是直接将XYZ转换为光栅。关于GDAL，这很琐碎。你能解释更多吗？这里的问题是1。输出以某种方式垂直翻转…2。使用python API，它生成512kb的Tiff和3。如何修改坐标系，使之更快、更准确。如何加快python gdal API的速度，因为它与RI相比速度非常慢。我不建议使用python。那么我们使用什么语言呢？可以像以前一样使用gdal python绑定；我只是不喜欢他们。最后一段代码就是命令行；其他的是文本文件的片段。GMT如何使用它对csv文件进行网格化