简介本资源为2020年广州地铁GIS矢量数据集面向城市规划、交通研究、地理信息系统GIS教学与开发人员解决地铁网络空间分析、站点定位建模及线路拓扑关系构建等实际问题。数据完整覆盖广州地铁运营线路与站点包含线路名称、长度和站点名称、经纬度、所属线路两类核心要素适用于路径分析、缓冲区模拟、换乘网络建模等典型GIS应用场景。压缩包共12个文件含shp空间几何、dbf属性表、prj坐标系定义、shx索引等标准GIS组件结构规范可直接导入ArcGIS、QGIS等平台使用整体仅25KB轻量易用。已有484人学习下载资源提供开箱即用的点线双层矢量结构——站点层支持精准地理编码与POI标注线路层支持长度统计与连通性分析配合完整坐标系信息便于开展空间叠加、网络分析及城市交通可视化实践。1. 这不是一张“地铁图”而是一套可计算的交通拓扑骨架你打开一个.shp文件看到广州地铁线路在 QGIS 里亮起蓝线、红点——这很常见。但真正关键的是每条线段自带“距离”字段每个站点精确绑定经纬度与所属线路编码且所有几何对象与属性表严格一一对应。这不是静态地图截图而是能直接参与空间运算的拓扑实体你可以用shapely算任意两站间欧氏距离用networkx构建换乘图谱用geopandas.sjoin快速筛选“3km 内覆盖商业体”的站点甚至导出为 GeoJSON 后喂给 Leaflet 实现动态路径高亮。它面向的是 GIS 开发者、城市数据分析师、交通算法工程师——而非仅需截图汇报的行政人员。2020 年这个时间戳尤为关键它避开了 2021 年后开通的十八号线首通段也未包含二十一号线东延段恰好卡在广州地铁网络从“环放射”向“网格化”演进的临界点是做历史对比、模型基线验证的黄金切片。2. 解析矢量结构从 .shp 文件包到可编程 GeoDataFrame2.1 理解文件包构成与坐标系约束你下载的广州市地铁.rar解压后包含 12 个文件核心是广州市地铁_线路.shp和广州市地铁_点.shp。这不是孤立文件而是一个Shapefile 完整五元组.shp几何、.dbf属性、.shx索引、.prj坐标系、.xml元数据。其中.prj文件内容明确标识为GCS_WGS_1984EPSG:4326即经纬度单位为度椭球体为 WGS84——这意味着所有坐标可直接用于 Web 地图服务如 Mapbox、OpenStreetMap无需重投影即可计算 Haversine 距离。但注意.dbf中的“距离”字段字段名通常为LENGTH或DISTANCE是平面距离单位米由原始制图软件基于 WGS84 投影计算得出与geopy.distance.geodesic()计算的球面距离存在 0.1%~0.3% 偏差实操中需根据场景选择精度层级。提示用ogrinfo -al 广州市地铁_线路.shp可快速验证图层结构。输出中Geometry: Line String和Feature Count: 15对应 15 条运营线路是关键确认点若显示Geometry: Unknown (any)说明.prj缺失或损坏必须手动指定crsepsg:4326。2.2 用 GeoPandas 加载并校验数据完整性import geopandas as gpd import pandas as pd # 加载线路与站点图层自动识别 .prj lines gpd.read_file(广州市地铁_线路.shp) points gpd.read_file(广州市地铁_点.shp) # 检查基础信息 print(f线路图层{lines.crs}共{len(lines)}条线路) print(f站点图层{points.crs}共{len(points)}个站点) print(线路属性字段, list(lines.columns)) print(站点属性字段, list(points.columns)) # 关键校验检查几何有效性与属性空值 print(\n线路几何无效数, lines[~lines.is_valid].shape[0]) print(站点几何无效数, points[~points.is_valid].shape[0]) print(站点名称空值数, points[站点名称].isnull().sum())执行后应输出类似线路图层EPSG:4326共15条线路 站点图层EPSG:4326共290个站点 线路属性字段 [FID, 线路名称, 距离, SHAPE_LEN, geometry] 站点属性字段 [FID, 站点名称, 经度, 纬度, 所属线路, geometry] 线路几何无效数 0 站点几何无效数 0 站点名称空值数 0若站点名称空值数 0需定位问题记录points[points[站点名称].isnull()]常见原因是.dbf编码为 GBK 而非 UTF-8此时需强制指定编码gpd.read_file(广州市地铁_点.shp, encodinggbk)。2.3 字段映射与业务语义对齐原始.dbf中字段命名存在中文空格与下划线混用如所属线路vs线路名称需统一为 Python 友好命名# 标准化字段名保留原始语义 lines lines.rename(columns{ 线路名称: line_name, 距离: line_length_m, # 明确单位 SHAPE_LEN: shape_length_m }) points points.rename(columns{ 站点名称: station_name, 经度: lon, 纬度: lat, 所属线路: line_code # 注意此处为线路编码非名称 }) # 验证线路编码与线路名称的映射关系 line_mapping lines.set_index(line_code)[line_name].to_dict() points[line_name] points[line_code].map(line_mapping) print(映射缺失数, points[line_name].isnull().sum())若输出映射缺失数 0说明line_code在lines图层中全覆盖否则需检查line_code是否存在拼写差异如“一号线”vs“1号线”此时需人工建立映射字典或用fuzzywuzzy模糊匹配。3. 构建可查询的地铁网络从几何对象到图结构3.1 站点空间索引与邻近查询加速直接对 290 个站点做points.distance()计算是 O(n²) 复杂度实际项目中必须启用 R-tree 空间索引# 构建空间索引自动触发 points.sindex # 查询距离珠江新城站 500 米内的所有站点使用球面距离近似 guangzhou_center points[points[station_name] 珠江新城].geometry.iloc[0] buffer_geom guangzhou_center.buffer(0.0045) # 经纬度 0.0045° ≈ 500m # 利用空间索引快速筛选候选集 possible_matches_index list(points.sindex.intersection(buffer_geom.bounds)) possible_matches points.iloc[possible_matches_index] precise_matches possible_matches[possible_matches.intersects(buffer_geom)] print(f500m 内站点{list(precise_matches[station_name])})注意buffer(0.0045)是粗略换算赤道处 1°≈111km更严谨的做法是先将points转为EPSG:32649WGS84 / UTM zone 49N再buffer(500)但对广州城区范围误差 0.5%可接受。3.2 生成线路拓扑图NetworkX将每条线路视为独立子图节点为站点边为相邻站点对import networkx as nx def build_line_graph(line_shp, points_shp): 构建单条线路的 NetworkX 图 G nx.Graph() # 获取该线路所有站点按空间顺序排序 line_geom line_shp.geometry.iloc[0] # 假设单条线路一个 geometry line_points points_shp[points_shp[line_code] line_shp[line_code].iloc[0]] # 按在线路上的距离排序站点关键步骤 line_points[dist_along] line_points.geometry.apply( lambda p: line_geom.project(p) ) sorted_stations line_points.sort_values(dist_along) # 添加节点与边 for idx, row in sorted_stations.iterrows(): G.add_node(row[station_name], lonrow[lon], latrow[lat], lineline_shp[line_name].iloc[0]) # 连接相邻站点生成边 stations_list sorted_stations[station_name].tolist() for i in range(len(stations_list)-1): G.add_edge(stations_list[i], stations_list[i1], length_mline_shp[line_length_m].iloc[0] / (len(stations_list)-1)) return G # 构建全网图合并所有线路子图 full_network nx.Graph() for _, line_row in lines.iterrows(): line_graph build_line_graph( lines[lines[line_code] line_row[line_code]], points ) full_network nx.compose(full_network, line_graph) print(f全网节点数{full_network.number_of_nodes()}) print(f全网边数{full_network.number_of_edges()})此代码生成的full_network已具备完整拓扑nx.shortest_path(full_network, 体育西路, 广州南站)可返回换乘路径nx.betweenness_centrality(full_network)可识别枢纽站——这才是“可计算”的本质。3.3 属性关联与跨图层分析利用geopandas.sjoin实现站点与行政区划的归属分析需额外加载广州行政区划数据# 假设已加载广州行政区划 GeoDataFramedistricts # 执行空间连接每个站点归属哪个区 joined gpd.sjoin(points, districts, howleft, opwithin) points_with_district joined.drop(columns[index_right]) # 统计各线路在天河区的站点数量 tianhe_stats points_with_district[ points_with_district[district_name] 天河区 ].groupby(line_name).size().sort_values(ascendingFalse) print(天河区站点TOP5线路) print(tianhe_stats.head())输出示例天河区站点TOP5线路 三号线 12 一号线 8 APM线 7 五号线 6 二十一号线 5此结果可直接支撑“重点区域运力评估”报告无需人工计数。4. 实战应用计算换乘便捷性与站点辐射力4.1 换乘便捷性量化基于图论中心性单纯统计换乘站数量不够需衡量其在网络中的控制力# 计算每个站点的介数中心性Betweenness Centrality bc_scores nx.betweenness_centrality(full_network, weightlength_m) # 转为 DataFrame 并关联地理坐标 bc_df pd.DataFrame(list(bc_scores.items()), columns[station_name, betweenness_score]) bc_geo points.merge(bc_df, onstation_name, howinner) # 导出为 GeoJSON 供可视化 bc_geo.to_file(guangzhou_station_bc.geojson, driverGeoJSON)betweenness_score值越高说明该站点越可能是多条线路的必经节点。例如“公园前”站得分通常显著高于“西朗”站——这反映的是结构重要性而非客流量。4.2 站点辐射力分析缓冲区叠加人口数据以站点为中心生成 1km 缓冲区叠加人口栅格数据如 WorldPop# 创建 1km 缓冲区需先转投影 points_utm points.to_crs(epsg32649) # WGS84 / UTM 49N buffers points_utm.buffer(1000) # 单位米 # 假设已加载人口栅格 rasterrasterio 格式 import rasterio from rasterio.mask import mask pop_raster rasterio.open(guangzhou_pop.tif) total_pop [] for geom in buffers.geometry: try: out_image, out_transform mask(pop_raster, [geom.__geo_interface__], cropTrue) pop_sum out_image.sum() # 假设栅格值为人/km²需乘以像元面积 total_pop.append(pop_sum) except ValueError: total_pop.append(0) # 几何超出栅格范围 points[pop_within_1km] total_pop points.to_file(guangzhou_station_pop.shp)此结果可直接输入回归模型分析“站点周边人口密度”与“日均客流”的相关性。4.3 动态距离矩阵生成用于调度仿真为交通调度系统提供 ODOrigin-Destination距离表# 生成所有站点两两间的最短路径距离单位米 distance_matrix nx.floyd_warshall_numpy( full_network, weightlength_m, nodelistlist(full_network.nodes()) ) # 转为带行列名的 DataFrame dist_df pd.DataFrame( distance_matrix, indexlist(full_network.nodes()), columnslist(full_network.nodes()) ) # 保存为 CSV供下游系统调用 dist_df.to_csv(guangzhou_od_distance_matrix.csv) print(OD 距离矩阵已生成形状, dist_df.shape)该矩阵是公交接驳调度、共享单车调运算法的核心输入避免每次请求都实时计算最短路径。5. 排查高频陷阱坐标偏移、属性错位与拓扑断裂5.1 识别并修复常见的几何偏移部分.shp文件因制图软件导出设置问题导致站点坐标整体偏移 100~200 米# 检查站点是否落在对应线路上容差 100 米 points_utm points.to_crs(epsg32649) lines_utm lines.to_crs(epsg32649) # 计算每个站点到其所属线路的最近距离 def nearest_dist_to_line(row): line_geom lines_utm[lines_utm[line_code] row[line_code]].geometry.iloc[0] return row[geometry].distance(line_geom) points_utm[dist_to_line_m] points_utm.apply(nearest_dist_to_line, axis1) outliers points_utm[points_utm[dist_to_line_m] 100] print(f偏离线路 100m 的站点数{len(outliers)}) if len(outliers) 0: print(异常站点, list(outliers[station_name]))若输出非零需人工核对这些站点在百度/高德地图上的真实位置用points.loc[points[station_name]XX, geometry] Point(lon, lat)手动修正。5.2 验证“所属线路”字段的拓扑一致性points中的line_code必须与lines中的line_code严格一致否则sjoin或merge会失败# 检查 points.line_code 是否全部存在于 lines.line_code 中 missing_codes set(points[line_code]) - set(lines[line_code]) if missing_codes: print(警告以下线路编码在 lines 图层中缺失, missing_codes) # 临时填充为 未知线路 points[line_code] points[line_code].replace(list(missing_codes), UNKNOWN) # 检查 lines 是否有重复 line_code duplicated_lines lines[lines.duplicated(subset[line_code], keepFalse)] if not duplicated_lines.empty: print(错误lines 图层中存在重复 line_code, list(duplicated_lines[line_code].unique()))5.3 修复断裂线路LineString 不连续某些线路.shp可能被分割为多个不相连的LineString导致line_geom.project(p)报错from shapely.ops import linemerge # 检查线路是否为 MultiLineString for idx, row in lines.iterrows(): if row[geometry].geom_type MultiLineString: merged_line linemerge(row[geometry]) if merged_line.geom_type LineString: lines.at[idx, geometry] merged_line else: print(f线路 {row[line_name]} 合并后仍为 {merged_line.geom_type})linemerge可自动连接首尾接近的线段容差默认 1e-9若仍有GeometryCollection需用shapely.ops.unary_union强制融合。注意linemerge不改变坐标值仅优化几何结构。执行后务必用lines.is_valid.all()再次校验。用gpd.read_file()加载后立即执行lines.is_valid.all() and points.is_valid.all()这是你跳过所有后续坑的最快捷径。本文还有配套的精品资源点击获取
简介本资源为2020年广州地铁GIS矢量数据集面向城市规划、交通研究、地理信息系统GIS教学与开发人员解决地铁网络空间分析、站点定位建模及线路拓扑关系构建等实际问题。数据完整覆盖广州地铁运营线路与站点包含线路名称、长度和站点名称、经纬度、所属线路两类核心要素适用于路径分析、缓冲区模拟、换乘网络建模等典型GIS应用场景。压缩包共12个文件含shp空间几何、dbf属性表、prj坐标系定义、shx索引等标准GIS组件结构规范可直接导入ArcGIS、QGIS等平台使用整体仅25KB轻量易用。已有484人学习下载资源提供开箱即用的点线双层矢量结构——站点层支持精准地理编码与POI标注线路层支持长度统计与连通性分析配合完整坐标系信息便于开展空间叠加、网络分析及城市交通可视化实践。1. 这不是一张“地铁图”而是一套可计算的交通拓扑骨架你打开一个.shp文件看到广州地铁线路在 QGIS 里亮起蓝线、红点——这很常见。但真正关键的是每条线段自带“距离”字段每个站点精确绑定经纬度与所属线路编码且所有几何对象与属性表严格一一对应。这不是静态地图截图而是能直接参与空间运算的拓扑实体你可以用shapely算任意两站间欧氏距离用networkx构建换乘图谱用geopandas.sjoin快速筛选“3km 内覆盖商业体”的站点甚至导出为 GeoJSON 后喂给 Leaflet 实现动态路径高亮。它面向的是 GIS 开发者、城市数据分析师、交通算法工程师——而非仅需截图汇报的行政人员。2020 年这个时间戳尤为关键它避开了 2021 年后开通的十八号线首通段也未包含二十一号线东延段恰好卡在广州地铁网络从“环放射”向“网格化”演进的临界点是做历史对比、模型基线验证的黄金切片。2. 解析矢量结构从 .shp 文件包到可编程 GeoDataFrame2.1 理解文件包构成与坐标系约束你下载的广州市地铁.rar解压后包含 12 个文件核心是广州市地铁_线路.shp和广州市地铁_点.shp。这不是孤立文件而是一个Shapefile 完整五元组.shp几何、.dbf属性、.shx索引、.prj坐标系、.xml元数据。其中.prj文件内容明确标识为GCS_WGS_1984EPSG:4326即经纬度单位为度椭球体为 WGS84——这意味着所有坐标可直接用于 Web 地图服务如 Mapbox、OpenStreetMap无需重投影即可计算 Haversine 距离。但注意.dbf中的“距离”字段字段名通常为LENGTH或DISTANCE是平面距离单位米由原始制图软件基于 WGS84 投影计算得出与geopy.distance.geodesic()计算的球面距离存在 0.1%~0.3% 偏差实操中需根据场景选择精度层级。提示用ogrinfo -al 广州市地铁_线路.shp可快速验证图层结构。输出中Geometry: Line String和Feature Count: 15对应 15 条运营线路是关键确认点若显示Geometry: Unknown (any)说明.prj缺失或损坏必须手动指定crsepsg:4326。2.2 用 GeoPandas 加载并校验数据完整性import geopandas as gpd import pandas as pd # 加载线路与站点图层自动识别 .prj lines gpd.read_file(广州市地铁_线路.shp) points gpd.read_file(广州市地铁_点.shp) # 检查基础信息 print(f线路图层{lines.crs}共{len(lines)}条线路) print(f站点图层{points.crs}共{len(points)}个站点) print(线路属性字段, list(lines.columns)) print(站点属性字段, list(points.columns)) # 关键校验检查几何有效性与属性空值 print(\n线路几何无效数, lines[~lines.is_valid].shape[0]) print(站点几何无效数, points[~points.is_valid].shape[0]) print(站点名称空值数, points[站点名称].isnull().sum())执行后应输出类似线路图层EPSG:4326共15条线路 站点图层EPSG:4326共290个站点 线路属性字段 [FID, 线路名称, 距离, SHAPE_LEN, geometry] 站点属性字段 [FID, 站点名称, 经度, 纬度, 所属线路, geometry] 线路几何无效数 0 站点几何无效数 0 站点名称空值数 0若站点名称空值数 0需定位问题记录points[points[站点名称].isnull()]常见原因是.dbf编码为 GBK 而非 UTF-8此时需强制指定编码gpd.read_file(广州市地铁_点.shp, encodinggbk)。2.3 字段映射与业务语义对齐原始.dbf中字段命名存在中文空格与下划线混用如所属线路vs线路名称需统一为 Python 友好命名# 标准化字段名保留原始语义 lines lines.rename(columns{ 线路名称: line_name, 距离: line_length_m, # 明确单位 SHAPE_LEN: shape_length_m }) points points.rename(columns{ 站点名称: station_name, 经度: lon, 纬度: lat, 所属线路: line_code # 注意此处为线路编码非名称 }) # 验证线路编码与线路名称的映射关系 line_mapping lines.set_index(line_code)[line_name].to_dict() points[line_name] points[line_code].map(line_mapping) print(映射缺失数, points[line_name].isnull().sum())若输出映射缺失数 0说明line_code在lines图层中全覆盖否则需检查line_code是否存在拼写差异如“一号线”vs“1号线”此时需人工建立映射字典或用fuzzywuzzy模糊匹配。3. 构建可查询的地铁网络从几何对象到图结构3.1 站点空间索引与邻近查询加速直接对 290 个站点做points.distance()计算是 O(n²) 复杂度实际项目中必须启用 R-tree 空间索引# 构建空间索引自动触发 points.sindex # 查询距离珠江新城站 500 米内的所有站点使用球面距离近似 guangzhou_center points[points[station_name] 珠江新城].geometry.iloc[0] buffer_geom guangzhou_center.buffer(0.0045) # 经纬度 0.0045° ≈ 500m # 利用空间索引快速筛选候选集 possible_matches_index list(points.sindex.intersection(buffer_geom.bounds)) possible_matches points.iloc[possible_matches_index] precise_matches possible_matches[possible_matches.intersects(buffer_geom)] print(f500m 内站点{list(precise_matches[station_name])})注意buffer(0.0045)是粗略换算赤道处 1°≈111km更严谨的做法是先将points转为EPSG:32649WGS84 / UTM zone 49N再buffer(500)但对广州城区范围误差 0.5%可接受。3.2 生成线路拓扑图NetworkX将每条线路视为独立子图节点为站点边为相邻站点对import networkx as nx def build_line_graph(line_shp, points_shp): 构建单条线路的 NetworkX 图 G nx.Graph() # 获取该线路所有站点按空间顺序排序 line_geom line_shp.geometry.iloc[0] # 假设单条线路一个 geometry line_points points_shp[points_shp[line_code] line_shp[line_code].iloc[0]] # 按在线路上的距离排序站点关键步骤 line_points[dist_along] line_points.geometry.apply( lambda p: line_geom.project(p) ) sorted_stations line_points.sort_values(dist_along) # 添加节点与边 for idx, row in sorted_stations.iterrows(): G.add_node(row[station_name], lonrow[lon], latrow[lat], lineline_shp[line_name].iloc[0]) # 连接相邻站点生成边 stations_list sorted_stations[station_name].tolist() for i in range(len(stations_list)-1): G.add_edge(stations_list[i], stations_list[i1], length_mline_shp[line_length_m].iloc[0] / (len(stations_list)-1)) return G # 构建全网图合并所有线路子图 full_network nx.Graph() for _, line_row in lines.iterrows(): line_graph build_line_graph( lines[lines[line_code] line_row[line_code]], points ) full_network nx.compose(full_network, line_graph) print(f全网节点数{full_network.number_of_nodes()}) print(f全网边数{full_network.number_of_edges()})此代码生成的full_network已具备完整拓扑nx.shortest_path(full_network, 体育西路, 广州南站)可返回换乘路径nx.betweenness_centrality(full_network)可识别枢纽站——这才是“可计算”的本质。3.3 属性关联与跨图层分析利用geopandas.sjoin实现站点与行政区划的归属分析需额外加载广州行政区划数据# 假设已加载广州行政区划 GeoDataFramedistricts # 执行空间连接每个站点归属哪个区 joined gpd.sjoin(points, districts, howleft, opwithin) points_with_district joined.drop(columns[index_right]) # 统计各线路在天河区的站点数量 tianhe_stats points_with_district[ points_with_district[district_name] 天河区 ].groupby(line_name).size().sort_values(ascendingFalse) print(天河区站点TOP5线路) print(tianhe_stats.head())输出示例天河区站点TOP5线路 三号线 12 一号线 8 APM线 7 五号线 6 二十一号线 5此结果可直接支撑“重点区域运力评估”报告无需人工计数。4. 实战应用计算换乘便捷性与站点辐射力4.1 换乘便捷性量化基于图论中心性单纯统计换乘站数量不够需衡量其在网络中的控制力# 计算每个站点的介数中心性Betweenness Centrality bc_scores nx.betweenness_centrality(full_network, weightlength_m) # 转为 DataFrame 并关联地理坐标 bc_df pd.DataFrame(list(bc_scores.items()), columns[station_name, betweenness_score]) bc_geo points.merge(bc_df, onstation_name, howinner) # 导出为 GeoJSON 供可视化 bc_geo.to_file(guangzhou_station_bc.geojson, driverGeoJSON)betweenness_score值越高说明该站点越可能是多条线路的必经节点。例如“公园前”站得分通常显著高于“西朗”站——这反映的是结构重要性而非客流量。4.2 站点辐射力分析缓冲区叠加人口数据以站点为中心生成 1km 缓冲区叠加人口栅格数据如 WorldPop# 创建 1km 缓冲区需先转投影 points_utm points.to_crs(epsg32649) # WGS84 / UTM 49N buffers points_utm.buffer(1000) # 单位米 # 假设已加载人口栅格 rasterrasterio 格式 import rasterio from rasterio.mask import mask pop_raster rasterio.open(guangzhou_pop.tif) total_pop [] for geom in buffers.geometry: try: out_image, out_transform mask(pop_raster, [geom.__geo_interface__], cropTrue) pop_sum out_image.sum() # 假设栅格值为人/km²需乘以像元面积 total_pop.append(pop_sum) except ValueError: total_pop.append(0) # 几何超出栅格范围 points[pop_within_1km] total_pop points.to_file(guangzhou_station_pop.shp)此结果可直接输入回归模型分析“站点周边人口密度”与“日均客流”的相关性。4.3 动态距离矩阵生成用于调度仿真为交通调度系统提供 ODOrigin-Destination距离表# 生成所有站点两两间的最短路径距离单位米 distance_matrix nx.floyd_warshall_numpy( full_network, weightlength_m, nodelistlist(full_network.nodes()) ) # 转为带行列名的 DataFrame dist_df pd.DataFrame( distance_matrix, indexlist(full_network.nodes()), columnslist(full_network.nodes()) ) # 保存为 CSV供下游系统调用 dist_df.to_csv(guangzhou_od_distance_matrix.csv) print(OD 距离矩阵已生成形状, dist_df.shape)该矩阵是公交接驳调度、共享单车调运算法的核心输入避免每次请求都实时计算最短路径。5. 排查高频陷阱坐标偏移、属性错位与拓扑断裂5.1 识别并修复常见的几何偏移部分.shp文件因制图软件导出设置问题导致站点坐标整体偏移 100~200 米# 检查站点是否落在对应线路上容差 100 米 points_utm points.to_crs(epsg32649) lines_utm lines.to_crs(epsg32649) # 计算每个站点到其所属线路的最近距离 def nearest_dist_to_line(row): line_geom lines_utm[lines_utm[line_code] row[line_code]].geometry.iloc[0] return row[geometry].distance(line_geom) points_utm[dist_to_line_m] points_utm.apply(nearest_dist_to_line, axis1) outliers points_utm[points_utm[dist_to_line_m] 100] print(f偏离线路 100m 的站点数{len(outliers)}) if len(outliers) 0: print(异常站点, list(outliers[station_name]))若输出非零需人工核对这些站点在百度/高德地图上的真实位置用points.loc[points[station_name]XX, geometry] Point(lon, lat)手动修正。5.2 验证“所属线路”字段的拓扑一致性points中的line_code必须与lines中的line_code严格一致否则sjoin或merge会失败# 检查 points.line_code 是否全部存在于 lines.line_code 中 missing_codes set(points[line_code]) - set(lines[line_code]) if missing_codes: print(警告以下线路编码在 lines 图层中缺失, missing_codes) # 临时填充为 未知线路 points[line_code] points[line_code].replace(list(missing_codes), UNKNOWN) # 检查 lines 是否有重复 line_code duplicated_lines lines[lines.duplicated(subset[line_code], keepFalse)] if not duplicated_lines.empty: print(错误lines 图层中存在重复 line_code, list(duplicated_lines[line_code].unique()))5.3 修复断裂线路LineString 不连续某些线路.shp可能被分割为多个不相连的LineString导致line_geom.project(p)报错from shapely.ops import linemerge # 检查线路是否为 MultiLineString for idx, row in lines.iterrows(): if row[geometry].geom_type MultiLineString: merged_line linemerge(row[geometry]) if merged_line.geom_type LineString: lines.at[idx, geometry] merged_line else: print(f线路 {row[line_name]} 合并后仍为 {merged_line.geom_type})linemerge可自动连接首尾接近的线段容差默认 1e-9若仍有GeometryCollection需用shapely.ops.unary_union强制融合。注意linemerge不改变坐标值仅优化几何结构。执行后务必用lines.is_valid.all()再次校验。用gpd.read_file()加载后立即执行lines.is_valid.all() and points.is_valid.all()这是你跳过所有后续坑的最快捷径。本文还有配套的精品资源点击获取
