Python怎么计算容积率和建筑密度
这篇文章主要讲解了“Python怎么计算容积率和建筑密度”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python怎么计算容积率和建筑密度”吧!
在苍溪等地区,都构建了全面的区域性战略布局,加强发展的系统性、市场前瞻性、产品创新能力,以专注、极致的服务理念,为客户提供做网站、成都做网站 网站设计制作定制网站设计,公司网站建设,企业网站建设,品牌网站建设,成都全网营销推广,成都外贸网站制作,苍溪网站建设费用合理。
先在ArcGIS计算好面积,导出dbf表格,在Python进行数据处理和可视化。
数据处理
读取数据
from dbfread import DBF import pandas as pd ### 读取ArcGIS里面导出的dbf表格 table = DBF("汇总表.dbf",encoding="utf8") data = pd.DataFrame(table) data.head()
数据清洗
data.rename(columns={'地块面':'地块面积', 'layers':'楼层', '建筑总':'建筑总面积','基底面':'基底面积'}, inplace = True) data = data.drop(labels=["OBJECTID","Shape_Leng","Shape_Area","楼层"],axis=1) data = data[["地块名", "基底面积", "建筑总面积", "地块面积"]] data.head()
数据透视
pivot1 = pd.pivot_table(data,index=["地块名"],values=["基底面积","建筑总面积",],aggfunc=sum) pivot2 = pd.pivot_table(data,index=["地块名"],values=["地块面积",],aggfunc=max) pivot = pd.merge(pivot1, pivot2, on="地块名") pivot
计算容积率和建筑密度
pivot["建筑密度"] = pivot["基底面积"]/pivot["地块面积"] pivot["容积率"] = pivot["建筑总面积"]/pivot["地块面积"] pivot
结果
数据可视化
数据读取
import geopandas as gpd import matplotlib.pyplot as plt regibns = gpd.GeoDataFrame.from_file('MyProject.gdb',layer='地块') regibns.plot()
数据连接
reg = pd.merge(regibns, pivot, left_on='地块名',right_on='地块名') reg
分级设色图
reg.plot(figsize=(12, 12), column='容积率', scheme='quantiles', legend=True, cmap='Reds', edgecolor='k',)
土地开发强度图
感谢各位的阅读,以上就是“Python怎么计算容积率和建筑密度”的内容了,经过本文的学习后,相信大家对Python怎么计算容积率和建筑密度这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!
标题名称:Python怎么计算容积率和建筑密度
文章分享:http://myzitong.com/article/jedgoo.html