> 本文完整程式碼及資料已上傳至我的`Github`倉庫[https://github.com/CNFeffery/DataScienceStudyNotes](https://github.com/CNFeffery/DataScienceStudyNotes) # 1 簡介 　　`PostGIS`作為`postgresql`針對**地理空間資料**的拓展功能，可以幫助我們有效管理和固化空間向量資料，以及開展空間資料分析，而`geopandas`作為`Python`生態中優秀的空間資料分析處理工具，自然在與`PostGIS`進行互動方面開發了相應的功能。 　　本文就將針對如何利用`geopandas`向`PostGIS`空間資料庫寫入及讀取向量資料進行介紹。

圖1 # 2 geopandas與PostGIS進行互動 　　為了能在`geopandas`中與`postgresql`和`PostGIS`建立連線，請確保以下3個庫已經安裝： ```bash pip install sqlalchemy, psycopg2, geoalchemy2 ``` 　　接下來我們需要保證`postgresql`中存在可以連線的空間資料庫，在**pgAdmin**介面內新建資料庫，譬如這裡我們新建資料庫`demo`： 圖2 圖3 　　點選儲存成功建立資料庫之後，要注意這時我們的`demo`資料庫只是個普通的`postgresql`資料庫，是不支援空間相關功能的，在對應資料庫上右鍵開啟查詢工具：

圖4 　　在彈出的介面中輸入`CREATE EXTENSION postgis;`並執行，成功之後我們的資料庫就變成了空間資料庫，支援空間相關的各種功能： 圖5 　　至此我們的準備工作就已結束，接下來我們就可以直接在`geopandas`中讀寫`PostGIS`資料表。 ## 2.1 利用geopandas向PostGIS寫入資料 　　為方便演示，這裡我們以簡化版的重慶市區縣向量面數據為例，首先我們匯入所需的`geopandas`（注意`geopandas`版本必須大於等於0.8.0）與`sqlalchemy`（後者用於建立資料庫連線），並讀入`重慶市.geojson`檔案，你可以在開頭的`Github`倉庫找到它：

圖6 　　接著我們來演示如何通過`geopandas`向`PostGIS`推送向量資訊表，使用到的API為`to_postgis()`，其主要引數如下： > **name**：字元型，用於指定推送到`PostGIS`後的表名稱 > > **con**：`sqlalchemy.engine.Engine`物件，用於建立與資料庫的連線 > > **if_exists**：字元型，用於指定當資料庫中已存在同名表時的相應策略，`'fail'`表示丟擲錯誤，`'replace'`指替換，`'append'`指向原表追加，預設為`fail` > > **schema**：字元型，用於指定`schema`，預設為`'public'` > > **index**：bool型，用於指定是否保留index資訊 > > **index_label**：字元型或序列，當**index**被設定為True時為index資訊指定欄位名稱 　　首先需要利用`sqlalchemy`中的`create_engine`來建立資料庫連線，傳入字串包含了**資料庫型別**、**使用者名稱**、**密碼**、**主機IP**、**埠**以及**資料庫名稱**，格式為： ``` 資料庫型別://使用者名稱:密碼@主機IP:埠/資料庫名稱 ``` 　　對應本例： 圖7 　　在`pgAdmin`中隨即就能檢視到剛才寫入的資料表： 圖8 圖9 ## 2.2 利用geopandas從PostGIS讀取資料 　　從`PostGIS`中讀取資料要用到另一個API，對應`geopandas`的`read_postgis()`，其主要引數如下： > **sql**：字元型，對應從空間資料庫中提取資料的SQL語句 > > **con**：同`to_postgis()` > > **geom_col**：字元型，用於指定將哪一列作為`GeoDataFrame`的向量列 > > **crs**：用於指定座標參考系，同`GeoDataFrame`的座標參考系設定方式 > > **index_col**：字元型或列表，用於指定將哪些列作為索引 > > **parse_dates**：列表，用於預解析時間型別資料 　　接著我們從`PostGIS`中讀取剛才寫入的表： 圖10 　　簡簡單單，我們就實現了與`PostGIS`的互動。 --- 　　以上就是本文的全部內容，如有疑問歡迎在評論區與