Руководство по GeoDjango ¶

Определение географической модели ¶

Теперь, когда вы изучили свой набор данных ogrinfo, создайте модель GeoDjango для представления этих данных:

from django.contrib.gis.db import models

class WorldBorder(models.Model):
    # Regular Django fields corresponding to the attributes in the
    # world borders shapefile.
    name = models.CharField(max_length=50)
    area = models.IntegerField()
    pop2005 = models.IntegerField('Population 2005')
    fips = models.CharField('FIPS Code', max_length=2, null=True)
    iso2 = models.CharField('2 Digit ISO', max_length=2)
    iso3 = models.CharField('3 Digit ISO', max_length=3)
    un = models.IntegerField('United Nations Code')
    region = models.IntegerField('Region Code')
    subregion = models.IntegerField('Sub-Region Code')
    lon = models.FloatField()
    lat = models.FloatField()

    # GeoDjango-specific: a geometry field (MultiPolygonField)
    mpoly = models.MultiPolygonField()

    # Returns the string representation of the model.
    def __str__(self):
        return self.name

Обратите внимание, что modelsмодуль импортируется из django.contrib.gis.db.

Системой пространственной привязки по умолчанию для геометрических полей является WGS84 (то есть SRID - 4326) - другими словами, координаты поля выражаются в долготе, а пары широты - в градусах. Чтобы использовать другую систему координат, установите SRID поля геометрии с srid аргументом. Используйте целое число, представляющее код EPSG системы координат.

Беги migrate¶

После определения вашей модели вам необходимо синхронизировать ее с базой данных. Сначала создайте миграцию базы данных:

$ python manage.py makemigrations
Migrations for 'world':
  world/migrations/0001_initial.py:
    - Create model WorldBorder

...\> py manage.py makemigrations
Migrations for 'world':
  world/migrations/0001_initial.py:
    - Create model WorldBorder

Давайте посмотрим на SQL, который сгенерирует таблицу для WorldBorder модели:

$ python manage.py sqlmigrate world 0001

...\> py manage.py sqlmigrate world 0001

Эта команда должна выдать следующий результат:

BEGIN;
--
-- Create model WorldBorder
--
CREATE TABLE "world_worldborder" (
    "id" serial NOT NULL PRIMARY KEY,
    "name" varchar(50) NOT NULL,
    "area" integer NOT NULL,
    "pop2005" integer NOT NULL,
    "fips" varchar(2) NOT NULL,
    "iso2" varchar(2) NOT NULL,
    "iso3" varchar(3) NOT NULL,
    "un" integer NOT NULL,
    "region" integer NOT NULL,
    "subregion" integer NOT NULL,
    "lon" double precision NOT NULL,
    "lat" double precision NOT NULL
    "mpoly" geometry(MULTIPOLYGON,4326) NOT NULL
)
;
CREATE INDEX "world_worldborder_mpoly_id" ON "world_worldborder" USING GIST ( "mpoly" );
COMMIT;

Если это выглядит правильно, запустите, migrateчтобы создать эту таблицу в базе данных:

$ python manage.py migrate
Operations to perform:
  Apply all migrations: admin, auth, contenttypes, sessions, world
Running migrations:
  ...
  Applying world.0001_initial... OK

...\> py manage.py migrate
Operations to perform:
  Apply all migrations: admin, auth, contenttypes, sessions, world
Running migrations:
  ...
  Applying world.0001_initial... OK

Интерфейс GDAL ¶

Раньше вы использовали ogrinfoдля проверки содержимого шейп-файла мировых границ. GeoDjango также включает интерфейс Pythonic для мощной библиотеки OGR GDAL, которая может работать со всеми источниками векторных данных, которые поддерживает OGR.

Сначала вызовите оболочку Django:

$ python manage.py shell

...\> py manage.py shell

Если вы скачали данные World Borders ранее в руководстве, вы можете определить его путь с помощью Python pathlib.Path:

>>> from pathlib import Path
>>> import world
>>> world_shp = Path(world.__file__).resolve().parent / 'data' / 'TM_WORLD_BORDERS-0.3.shp'

Теперь откройте шейп-файл границ мира с помощью DataSourceинтерфейса GeoDjango :

>>> from django.contrib.gis.gdal import DataSource
>>> ds = DataSource(world_shp)
>>> print(ds)
/ ... /geodjango/world/data/TM_WORLD_BORDERS-0.3.shp (ESRI Shapefile)

Объекты источников данных могут иметь разные слои геопространственных функций; однако шейп-файлы могут иметь только один слой:

>>> print(len(ds))
1
>>> lyr = ds[0]
>>> print(lyr)
TM_WORLD_BORDERS-0.3

Вы можете увидеть тип геометрии слоя и количество элементов, которые он содержит:

>>> print(lyr.geom_type)
Polygon
>>> print(len(lyr))
246

С ним Layerтакже может быть связана система пространственной привязки. Если это так, srsатрибут вернет SpatialReferenceобъект:

>>> srs = lyr.srs
>>> print(srs)
GEOGCS["GCS_WGS_1984",
    DATUM["WGS_1984",
        SPHEROID["WGS_1984",6378137.0,298.257223563]],
    PRIMEM["Greenwich",0.0],
    UNIT["Degree",0.0174532925199433]]
>>> srs.proj # PROJ representation
'+proj=longlat +ellps=WGS84 +datum=WGS84 +no_defs '

Этот шейп-файл находится в популярной системе пространственной привязки WGS84 - другими словами, в данных используются пары долгота и широта в градусах.

Кроме того, шейп-файлы также поддерживают поля атрибутов, которые могут содержать дополнительные данные. Вот поля на слое World Borders:

>>> print(lyr.fields)
['FIPS', 'ISO2', 'ISO3', 'UN', 'NAME', 'AREA', 'POP2005', 'REGION', 'SUBREGION', 'LON', 'LAT']

Следующий код позволит вам проверить типы OGR (например, целые или строковые), связанные с каждым из полей:

>>> [fld.__name__ for fld in lyr.field_types]
['OFTString', 'OFTString', 'OFTString', 'OFTInteger', 'OFTString', 'OFTInteger', 'OFTInteger', 'OFTInteger', 'OFTInteger', 'OFTReal', 'OFTReal']

Вы можете перебирать каждый объект в слое и извлекать информацию как из геометрии объекта (доступ к которой осуществляется через geomатрибут), так и из полей атрибутов объекта ( значения которых доступны через get() метод):

>>> for feat in lyr:
...    print(feat.get('NAME'), feat.geom.num_points)
...
Guernsey 18
Jersey 26
South Georgia South Sandwich Islands 338
Taiwan 363

Layer объекты могут быть нарезаны:

>>> lyr[0:2]
[<django.contrib.gis.gdal.feature.Feature object at 0x2f47690>, <django.contrib.gis.gdal.feature.Feature object at 0x2f47650>]

И отдельные функции могут быть получены по их идентификатору функции:

>>> feat = lyr[234]
>>> print(feat.get('NAME'))
San Marino

Граничные геометрии могут быть экспортированы как WKT и GeoJSON:

>>> geom = feat.geom
>>> print(geom.wkt)
POLYGON ((12.415798 43.957954,12.450554 ...
>>> print(geom.json)
{ "type": "Polygon", "coordinates": [ [ [ 12.415798, 43.957954 ], [ 12.450554, 43.979721 ], ...

LayerMapping¶

Чтобы импортировать данные, используйте LayerMapping в скрипте Python. Создайте файл, вызываемый load.pyвнутри worldприложения, со следующим кодом:

from pathlib import Path
from django.contrib.gis.utils import LayerMapping
from .models import WorldBorder

world_mapping = {
    'fips' : 'FIPS',
    'iso2' : 'ISO2',
    'iso3' : 'ISO3',
    'un' : 'UN',
    'name' : 'NAME',
    'area' : 'AREA',
    'pop2005' : 'POP2005',
    'region' : 'REGION',
    'subregion' : 'SUBREGION',
    'lon' : 'LON',
    'lat' : 'LAT',
    'mpoly' : 'MULTIPOLYGON',
}

world_shp = Path(__file__).resolve().parent / 'data' / 'TM_WORLD_BORDERS-0.3.shp'

def run(verbose=True):
    lm = LayerMapping(WorldBorder, world_shp, world_mapping, transform=False)
    lm.save(strict=True, verbose=verbose)

Несколько заметок о том, что происходит:

• Каждый ключ в world_mappingсловаре соответствует полю в WorldBorderмодели. Значение - это имя поля шейп-файла, из которого будут загружены данные.
• Ключевым моментом mpolyдля поля геометрии является то MULTIPOLYGON, что тип геометрии GeoDjango импортирует поле как. Даже простые многоугольники в шейп-файле будут автоматически преобразованы в коллекции перед вставкой в ​​базу данных.
• Путь к шейп-файлу не является абсолютным - другими словами, если вы переместите worldприложение (с dataподкаталогом) в другое место, сценарий все равно будет работать.
• Для transformключевого слова установлено значение, Falseпотому что данные в шейп-файле не нужно преобразовывать - они уже находятся в WGS84 (SRID = 4326).

После этого вызовите оболочку Django из geodjangoкаталога проекта:

$ python manage.py shell

...\> py manage.py shell

Затем импортируйте loadмодуль, вызовите runпроцедуру и посмотрите LayerMapping, как работает:

>>> from world import load
>>> load.run()

Попробуйте ogrinspect¶

Теперь, когда вы узнали, как определять географические модели и импортировать данные с помощью утилиты импорта данных LayerMapping , можно дополнительно автоматизировать этот процесс с помощью команды ogrinspectуправления. ogrinspect Команда introspects в GDAL поддерживаемого источник данных вектора (например, шейп) и генерирует определение модели и LayerMappingсловарь автоматически.

Общее использование команды выглядит следующим образом:

$ python manage.py ogrinspect [options] <data_source> <model_name> [options]

...\> py manage.py ogrinspect [options] <data_source> <model_name> [options]

data_source- это путь к источнику данных, поддерживаемый GDAL, и model_nameимя, используемое для модели. Параметры командной строки могут использоваться для дальнейшего определения способа создания модели.

Например, следующая команда WorldBorderавтоматически почти воспроизводит созданный выше словарь модели и сопоставления:

$ python manage.py ogrinspect world/data/TM_WORLD_BORDERS-0.3.shp WorldBorder \
    --srid=4326 --mapping --multi

...\> py manage.py ogrinspect world\data\TM_WORLD_BORDERS-0.3.shp WorldBorder \
    --srid=4326 --mapping --multi

# This is an auto-generated Django model module created by ogrinspect.
from django.contrib.gis.db import models

class WorldBorder(models.Model):
    fips = models.CharField(max_length=2)
    iso2 = models.CharField(max_length=2)
    iso3 = models.CharField(max_length=3)
    un = models.IntegerField()
    name = models.CharField(max_length=50)
    area = models.IntegerField()
    pop2005 = models.IntegerField()
    region = models.IntegerField()
    subregion = models.IntegerField()
    lon = models.FloatField()
    lat = models.FloatField()
    geom = models.MultiPolygonField(srid=4326)

# Auto-generated `LayerMapping` dictionary for WorldBorder model
worldborders_mapping = {
    'fips' : 'FIPS',
    'iso2' : 'ISO2',
    'iso3' : 'ISO3',
    'un' : 'UN',
    'name' : 'NAME',
    'area' : 'AREA',
    'pop2005' : 'POP2005',
    'region' : 'REGION',
    'subregion' : 'SUBREGION',
    'lon' : 'LON',
    'lat' : 'LAT',
    'geom' : 'MULTIPOLYGON',
}