> 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 　　`QGIS`隨著近些年的發展，得益於其開源免費的特點，功能不斷被世界各地的貢獻者們開發完善，運算速度也非常出色，使得越來越多的`Giser`們從臃腫緩慢的`Arcgis`等傳統平臺轉向`QGIS`。 圖1 　　最重要的是，`QGIS`面向`Python`的介面`PyQgis`不僅可以用來開發`QGIS`外掛，還可以配合`Conda`完美地避開路徑配置的過程，直接與`Conda`虛擬環境整合在一起，從而隨心所欲地在`jupyter notebook`之類的編輯器中書寫`Python`程式碼呼叫各種`QGIS`中的地理計算功能，進而彌補`geopandas`在某些功能上的尚未完善之處。

圖2 　　本文就將為大家展示如何整合`QGIS`到`Conda`環境裡，並基於建好的環境在`jupyter lab`中呼叫`QGIS`從而解決實際計算問題。 # 2 配置QGIS+Conda+jupyter lab 　　接下來我們從0開始，完整地展示如何構建`QGIS`+`Conda`+`jupyter lab`的整合。 　　在已經正確安裝和配置`anaconda`或`miniconda`的機器上，在終端執行`conda create -n QGIS python=3.7 -y`來建立一個`Python`虛擬環境，這裡選擇`3.7`版本的`Python`。 圖3 　　接下來我們執行`conda activate QGIS`啟用剛剛建立好的環境之後，接著執行`conda install -c conda-forge qgis -y`來直接安裝`QGIS`相關元件。 　　如果你的下載過程非常緩慢且你沒有“特殊”的上網技巧，可以將`-c`引數後的源更換為國內的清華大學對應映象（https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge），因為`QGIS`本身有著一定的體積且依賴包眾多，這一步耐心等待完成即可。 　　安裝成功後，直接執行`qgis`命令就可以開啟傳統的帶介面的`QGIS`應用：

圖4 　　但這並不是本文的重點，我們關注的是如何實現在`jupyter lab`裡寫程式碼呼叫`QGIS`功能，接下來我們來安裝`jupyter lab`： ``` conda install nodejs jupyterlab -y ``` 　　安裝完成後我們執行`jupyter lab`來啟動它： 圖5 　　接著我們建立新的notebook，測試一下`QGIS`是否可以正確匯入： 圖6 　　如果你可以成功執行上述程式碼，那麼恭喜你已經完成了所有環境配置工作，因為是整合在`conda`虛擬環境中的，所以我們免去了所有配置`QGIS`相關路徑的工作（爽翻了是不是~）。 　　為了方便下面的功能演示我們順便把`geopandas`也安裝了： ```bash conda install -c conda-forge geopandas -y ``` 　　接下來我們先來檢視所有可用的`QGIS`中的演算法功能： ```Python # 檢視可用的所有QGIS功能 from processing.core.Processing import Processing from qgis.analysis import QgsNativeAlgorithms Processing.initialize() QgsApplication.processingRegistry().addProvider(QgsNativeAlgorithms()) for alg in QgsApplication.processingRegistry().algorithms(): print(alg.id(), "中的", alg.displayName(), '可用！') ``` 　　輸出的結果內容非常之多，可以說囊括了我們常用的所有`QGIS`功能，譬如**漁網建立工具**：

圖7 　　正好`geopandas`中沒有現成的建立漁網功能，下面我們就以為**重慶市建立漁網為例**。 　　首先我們匯入對應的重慶市域向量檔案，這裡的視覺化需要`matplotlib`和`descartes`兩個庫的支援，請確保已經安裝好它們： ```Python import geopandas as gpd # 從向量檔案建立QGIS圖層 chongqing = QgsVectorLayer('重慶市.geojson') gpd.read_file('重慶市.geojson').plot(); ``` 圖8 　　接著我們就需要使用到前面列印功能列表時看到的`Create grid`功能，通過下面的方式可以檢視所有在功能列表中出現的演算法： ```Python from processing import algorithmHelp # 檢視漁網建立工具的說明文件 algorithmHelp("native:creategrid") ``` 圖9 　　如果你使用過`QGIS`中的**漁網建立工具**，通過閱讀上述的引數說明一定很快就能明白各個引數的意義，下面我們根據自己的需求建立10000x10000米的正方形漁網： ```Python from processing import run chongqing = gpd.read_file('重慶市.geojson') # 獲取投影座標系下的bbox資訊 total_bounds = chongqing.to_crs('EPSG:2381').total_bounds params = { 'INPUT': chongqing, 'TYPE': 2, 'EXTENT': f'{total_bounds[0]},{total_bounds[2]},{total_bounds[1]},{total_bounds[3]}', 'HSPACING': 10000, 'VSPACING': 10000, 'HOVERLAY': 0, 'VOVERLAY': 0, 'CRS': 'EPSG:2381', 'OUTPUT': '重慶10000x10000漁網測試.geojson' # 匯出到外部GeoJSON檔案 } feedback = QgsProcessingFeedback() run("native:creategrid", params, feedback=feedback) ``` 　　在`QGIS`中檢視漁網結果： 圖10 　　通過`geopandas`檢視座標參考系資訊： 圖11 　　通過這樣的方式，我們就可以實現在外部編輯器中靈活呼叫`QGIS`工具的目的。 --- 　　以上就是本文的全部內容，歡迎在評論區與我進