将Esri的shp数据导入Houdini2020-11-18

工作需要经过几天的测试和探索,发现使用如下两种方法可以将Esri的shp数据(包含点坐标,属性等数据)导入到Houdini,这两种方法都是基于Python强大的库来实现的

两种方法读取文件的思路是一样的,都是先直接读取为元组类型的,再转变为字典进行循环读取其中的数据

方法1:pyshp库

优点:精巧简练,安装方便

缺点:感觉略不稳定,在Python2.7中发现数据有丢失,后改为使用Python3.7无异常

方法2:geopandas库

优点:功能全面,支持修改数据

缺点:依赖较多的库,并且只能在Python3.x中使用

pyshp库的下载与安装:

下载地址: https://github.com/GeospatialPython/pyshp#reading-shapefile-meta-data

安装方法:直接将shapefile文件放入Houdini的Python目录的“lib\site-packages”目录下

geopandas库的下载与安装:

推荐使用pip安装,如果没有pip,需要先下载pip:

下载地址:https://pypi.org/search/?q=pip

然后使用pip安装以下几个库:

numpy

pandas(version 0.13 or later)

shapely

fiona

six

geopy0.99 (optional; for geocoding)

psycopg2(optional; for PostGIS connection)
绘图的话会用到另外的一些库:

matplotlib

descartes

pysal

安装和使用参考原文地址http://www.cnblogs.com/giserliu/p/4988615.html

如果在线安装不成功,可以去这个网站下载后进行离线安装https://www.lfd.uci.edu/~gohlke/pythonlibs/

接下来是这两个库的实现方法

pyshp实现方法

首先导入shapefile模块

pyshp提供了Reader的方法读取文件

直接读取的内容返回的只是一个文件包含的内容列表,而不是具体的数据列表

print如下:

图中的type类型可以使用shapeTypeName获取,我当前的类型为POLYLINE,也就是纯线的shp文件

接下来需要使用shapeRecords方法读取出数据所在的内存地址

如果要只读取坐标信息可以使用shapes

只获取属性可以使用records

更多的读取方式请参照官方文档https://pypi.org/project/pyshp/

当前读取出的只是内存地址,还并未获取到具体的数据列表

print如下:

获取出数据列表(字典类型)可以使用geo_interface方法

print如下:

现在数据已经是一个字典类型,其中prorerties是shp文件的属性列表,geometry是shp文件的类型和点坐标信息

如果列表中的数据属性都一样那么只需要获取第一个数据的属性列表,for循环内使用addAttrib为prim添加相应的属性,属性值暂为空即可

如果列表中的数据属性不一样,那么需要每条数据都判断一下是否存在当前数据,如果不存在再为prim添加属性,然后赋值,赋值可以使用setAttribValue方法

导入shape到添加属性:

import shapefile #导入shapefile模块
import hou#导入hou模块
node = hou.pwd()#当前节点
geo = node.geometry()#当前节点的模型
shape_file=hou.node("..").parm("shape_onefile").eval()#读取了上层节点parm内的路径
shape=shapefile.Reader(shape_file)#读取shape文件
shapes=shape.shapeRecords()#获取文件内的坐标和属性信息
isPoly=0#判断文件属性是否为多边形
if border_shape.shapeTypeName=="POLYGON":
    isPoly=1
shape0=shapes[0].__geo_interface__#将第一个shape转换为字典
shape0Attribs=shape0["properties"]#获取属性列表
for shape0Attrib in shape0Attribs:#为当前节点prim添加字符串属性,属性值为空
    geo.addAttrib(hou.attribType.Prim, str(shape0Attrib), "")
print(shape0Attribs)

接下来就可以循环shapes里的内容,获取点坐标创建shape了,之后再设置属性就好了

创建shape和设置属性的代码如下(需要在shapes的循环中做):

points = geo.createPoints(myPositions)#创建点(myPositions是遍历shapes过后生成的坐标数组)
poly = geo.createPolygon()#创建多边形
poly.setIsClosed(isPoly) #isPoly:1为多边形,isPoly:0为边线
for point in points:
    poly.addVertex(point)  #创建vertex
geojAttribs=geoj["properties"]#geoj是当前shape的字典
for geojAttrib in geojAttribs:#设置每个属性值
    poly.setAttribValue(str(geojAttrib), str(geojAttribs[str(geojAttrib)]) )

到此shp文件就全部导入成功了,接下来是geopandas库的使用方法

geopandas实现方法

和pyshp的原理相似,所以只写到获取到数据字典为止

首先导入geopandas模块

然后使用read_file方法读取shp文件
print如下:

接下来相比pyshp可以省略一步获取点和属性的操作,因为read_file进来的直接就是元组类型的数据了

和pyshp一样可以使用geo_interface方法转换为字典,转换后字典包含type、features、bbox
其中features包含了具体的属性和坐标信息
print features中的一个shape如下:


到此就可以循环获取字典内部的数据了,当然geopandas模块是很强大的,还有很多方法可以使用,官方文档链接https://geopandas.org/reference.html

用到的主要代码:

import geopandas as gpd
shape = gpd.read_file("C:\aaa.shp")#shp文件路径
shapes = shape.__geo_interface__#转换为字典

接下来需要设置属性等操作就和上面pyshp的步骤一样了

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,252评论 6 516
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,886评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,814评论 0 361
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,869评论 1 299
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,888评论 6 398
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,475评论 1 312
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 41,010评论 3 422
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,924评论 0 277
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,469评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,552评论 3 342
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,680评论 1 353
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,362评论 5 351
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,037评论 3 335
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,519评论 0 25
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,621评论 1 274
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,099评论 3 378
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,691评论 2 361

推荐阅读更多精彩内容