裁剪（Clip）与掩膜（Mask）是地理空间数据处理中常用的操作，用于将数据限制在特定的空间范围内。裁剪保留落在指定区域内的要素，掩膜则保留指定区域外的要素。本章将详细介绍 GeoPandas 中的 clip() 函数及掩膜操作的实现方法。
裁剪（Clip）与掩膜（Mask）是一对互补操作：
原始数据 裁剪区域 裁剪结果 掩膜结果
+--------+ +----+ +----+ +--+ +--+
|* * * *| | | |* * | |* | |* |
| * * | | | | * | | | | |
| * * * | +----+ +----+ +--+ +--+
|* * *| |* * *|
+--------+ +--------+
裁剪实际上是叠加分析的一种特殊情况：
| 操作 | 等价的叠加分析 | 属性处理 |
|---|---|---|
| 裁剪（clip） | overlay(how='intersection') |
只保留被裁剪层的属性 |
| 掩膜（mask） | overlay(how='difference') |
只保留被掩膜层的属性 |
主要区别在于：clip() 更简洁，不合并裁剪区域的属性到结果中。
| 场景 | 推荐操作 |
|---|---|
| 提取某行政区内的所有数据 | 裁剪 |
| 排除水体区域的陆地数据 | 掩膜 |
| 限定研究范围 | 裁剪 |
| 去除云层覆盖区域 | 掩膜 |
| 将全国数据限定到省级范围 | 裁剪 |
geopandas.clip(gdf, mask, keep_geom_type=False)
或使用 GeoDataFrame 的方法形式：
gdf.clip(mask, keep_geom_type=False)
| 参数 | 类型 | 说明 |
|---|---|---|
gdf |
GeoDataFrame / GeoSeries | 要裁剪的数据 |
mask |
GeoDataFrame / GeoSeries / Polygon | 裁剪区域 |
keep_geom_type |
bool | 是否只保留与输入相同的几何类型（默认 False） |
import geopandas as gpd
from shapely.geometry import Point, Polygon
import numpy as np
np.random.seed(42)
# 创建点数据
n = 100
points = gpd.GeoDataFrame({
'id': range(n),
'value': np.random.randint(1, 100, n),
'geometry': [Point(x, y) for x, y in zip(
np.random.uniform(0, 10, n),
np.random.uniform(0, 10, n)
)]
})
# 定义裁剪区域
clip_area = gpd.GeoDataFrame({
'geometry': [Polygon([(2, 2), (7, 2), (7, 8), (2, 8)])]
})
# 执行裁剪
clipped = gpd.clip(points, clip_area)
print(f"裁剪前点数: {len(points)}")
print(f"裁剪后点数: {len(clipped)}")
print(f"\n裁剪结果前5行:")
print(clipped.head())
mask 参数不仅可以接受 GeoDataFrame，也可以直接使用 Shapely 几何对象：
from shapely.geometry import Polygon, box
# 使用 Polygon 对象
polygon_mask = Polygon([(2, 2), (7, 2), (7, 8), (2, 8)])
clipped_1 = gpd.clip(points, polygon_mask)
# 使用 box 创建矩形
box_mask = box(3, 3, 6, 6)
clipped_2 = gpd.clip(points, box_mask)
print(f"多边形裁剪: {len(clipped_1)} 个点")
print(f"矩形裁剪: {len(clipped_2)} 个点")
# GeoSeries 作为 mask（多个裁剪区域的并集）
mask_series = gpd.GeoSeries([
Polygon([(1, 1), (3, 1), (3, 3), (1, 3)]),
Polygon([(6, 6), (9, 6), (9, 9), (6, 9)])
])
clipped = gpd.clip(points, mask_series)
print(f"多区域裁剪结果: {len(clipped)} 个点")
点数据的裁剪最为直观——落在裁剪区域内的点被保留，区域外的点被移除：
import geopandas as gpd
from shapely.geometry import Point, Polygon
import numpy as np
np.random.seed(42)
# 气象站点数据
stations = gpd.GeoDataFrame({
'station': [f'站点{i}' for i in range(20)],
'temperature': np.random.uniform(15, 35, 20),
'rainfall': np.random.uniform(0, 100, 20),
'geometry': [Point(x, y) for x, y in zip(
np.random.uniform(110, 120, 20),
np.random.uniform(30, 40, 20)
)]
}, crs="EPSG:4326")
# 省级边界
province = gpd.GeoDataFrame({
'name': ['目标省份'],
'geometry': [Polygon([
(113, 32), (117, 32), (118, 35),
(116, 37), (113, 36)
])]
}, crs="EPSG:4326")
# 裁剪 - 获取省内气象站
provincial_stations = gpd.clip(stations, province)
print(f"全部气象站: {len(stations)}")
print(f"省内气象站: {len(provincial_stations)}")
print(f"\n省内站点详情:")
print(provincial_stations[['station', 'temperature', 'rainfall']])
# 省内气温统计
print(f"省内平均气温: {provincial_stations['temperature'].mean():.1f}°C")
print(f"省内最高气温: {provincial_stations['temperature'].max():.1f}°C")
print(f"省内总降雨量: {provincial_stations['rainfall'].sum():.1f}mm")
默认情况下，恰好位于裁剪区域边界上的点也会被保留：
# 创建恰好在边界上的点
boundary_points = gpd.GeoDataFrame({
'name': ['内部', '边界上', '外部'],
'geometry': [
Point(1, 1), # 在内部
Point(2, 2), # 在边界上
Point(5, 5) # 在外部
]
})
mask = Polygon([(0, 0), (2, 0), (2, 2), (0, 2)])
result = gpd.clip(boundary_points, mask)
print("裁剪结果:")
print(result['name'].tolist())
裁剪线数据时，穿越裁剪区域边界的线段会被切割，只保留位于裁剪区域内的部分：
import geopandas as gpd
from shapely.geometry import LineString, Polygon
# 道路数据
roads = gpd.GeoDataFrame({
'road_name': ['主干道', '环路', '跨区公路', '区内道路'],
'road_class': ['一级', '二级', '一级', '三级'],
'geometry': [
LineString([(0, 5), (10, 5)]), # 横穿全域
LineString([(3, 2), (7, 2), (7, 8), (3, 8), (3, 2)]), # 部分在内
LineString([(1, 1), (9, 9)]), # 斜向穿越
LineString([(4, 4), (6, 6)]) # 完全在内
]
})
# 裁剪区域
clip_zone = gpd.GeoDataFrame({
'geometry': [Polygon([(3, 3), (8, 3), (8, 7), (3, 7)])]
})
# 裁剪
clipped_roads = gpd.clip(roads, clip_zone)
print("裁剪前后对比:")
for idx, row in clipped_roads.iterrows():
original_length = roads.loc[idx, 'geometry'].length
clipped_length = row.geometry.length
print(f" {row['road_name']}: 原长 {original_length:.2f} -> 裁剪后 {clipped_length:.2f}")
裁剪可能将线段切割成多段，产生 MultiLineString。使用 keep_geom_type=True 可以确保结果保持线类型：
# 不限制几何类型
result_all = gpd.clip(roads, clip_zone, keep_geom_type=False)
print("不限制类型:", [g.geom_type for g in result_all.geometry])
# 仅保留线类型
result_lines = gpd.clip(roads, clip_zone, keep_geom_type=True)
print("仅保留线:", [g.geom_type for g in result_lines.geometry])
import geopandas as gpd
from shapely.geometry import LineString, Polygon
# 假设已投影到平面坐标系
roads_proj = gpd.GeoDataFrame({
'name': ['路段A', '路段B', '路段C'],
'geometry': [
LineString([(0, 500), (1000, 500)]),
LineString([(200, 0), (200, 1000)]),
LineString([(800, 0), (800, 1000)])
]
}, crs="EPSG:32650")
zone = gpd.GeoDataFrame({
'geometry': [Polygon([(100, 100), (600, 100), (600, 800), (100, 800)])]
}, crs="EPSG:32650")
clipped = gpd.clip(roads_proj, zone)
clipped['length_m'] = clipped.geometry.length
print("裁剪后道路长度（米）:")
print(clipped[['name', 'length_m']])
print(f"\n区域内道路总长度: {clipped['length_m'].sum():.1f} 米")
裁剪面数据时，跨越裁剪边界的多边形会被切割，只保留位于裁剪区域内的部分：
import geopandas as gpd
from shapely.geometry import Polygon
# 土地利用数据
landuse = gpd.GeoDataFrame({
'type': ['耕地', '林地', '建设用地', '水域'],
'area_ha': [500, 300, 200, 100],
'geometry': [
Polygon([(0, 0), (5, 0), (5, 5), (0, 5)]),
Polygon([(5, 0), (10, 0), (10, 5), (5, 5)]),
Polygon([(0, 5), (5, 5), (5, 10), (0, 10)]),
Polygon([(5, 5), (10, 5), (10, 10), (5, 10)])
]
})
# 研究区边界
study_area = gpd.GeoDataFrame({
'geometry': [Polygon([(2, 2), (8, 2), (8, 8), (2, 8)])]
})
# 裁剪
clipped_landuse = gpd.clip(landuse, study_area)
# 对比裁剪前后面积
print("裁剪前后面积对比:")
for idx, row in clipped_landuse.iterrows():
original_area = landuse.loc[idx, 'geometry'].area
clipped_area = row.geometry.area
ratio = clipped_area / original_area * 100
print(f" {row['type']}: {original_area:.1f} -> {clipped_area:.1f} ({ratio:.1f}%)")
裁剪后，原始面积属性不再准确，需要重新计算：
# 重新计算面积
clipped_landuse['new_area'] = clipped_landuse.geometry.area
# 按面积比例重新分配属性
for idx, row in clipped_landuse.iterrows():
original = landuse.loc[idx]
ratio = row['new_area'] / original.geometry.area
clipped_landuse.loc[idx, 'adjusted_ha'] = original['area_ha'] * ratio
print("调整后的面积（公顷）:")
print(clipped_landuse[['type', 'area_ha', 'adjusted_ha']])
import geopandas as gpd
from shapely.geometry import Polygon, MultiPolygon
# 不规则裁剪区域（如自然边界）
irregular_boundary = gpd.GeoDataFrame({
'geometry': [Polygon([
(1, 1), (4, 0.5), (7, 2),
(9, 5), (7, 8), (4, 9),
(1, 7), (0, 4)
])]
})
# 裁剪
result = gpd.clip(landuse, irregular_boundary)
print(f"不规则裁剪结果: {len(result)} 个要素")
# 检查是否产生了 MultiPolygon
for idx, row in result.iterrows():
print(f" {row['type']}: {row.geometry.geom_type}")
# 裁剪可能产生 GeometryCollection（包含点或线碎片）
result_all = gpd.clip(landuse, study_area, keep_geom_type=False)
result_poly = gpd.clip(landuse, study_area, keep_geom_type=True)
print(f"不限类型: {len(result_all)} 个要素")
print(f"仅多边形: {len(result_poly)} 个要素")
GeoPandas 没有直接的 mask() 函数，但可以通过叠加分析的差集操作实现：
import geopandas as gpd
from shapely.geometry import Point, Polygon
import numpy as np
np.random.seed(42)
# 原始数据
data = gpd.GeoDataFrame({
'id': range(50),
'value': np.random.randint(1, 100, 50),
'geometry': [Point(x, y) for x, y in zip(
np.random.uniform(0, 10, 50),
np.random.uniform(0, 10, 50)
)]
})
# 掩膜区域（需要排除的区域）
mask_area = gpd.GeoDataFrame({
'geometry': [Polygon([(3, 3), (7, 3), (7, 7), (3, 7)])]
})
# 方法一：使用 overlay 差集
masked = gpd.overlay(data, mask_area, how='difference')
print(f"原始数据: {len(data)} 个点")
print(f"掩膜后: {len(masked)} 个点")
对于点数据，可以使用空间关系判断实现更灵活的掩膜：
# 方法二：使用空间谓词
from shapely.geometry import Polygon
mask_polygon = Polygon([(3, 3), (7, 3), (7, 7), (3, 7)])
# 找出不在掩膜区域内的点
outside_mask = data[~data.geometry.within(mask_polygon)]
print(f"掩膜外的点: {len(outside_mask)}")
# 方法三：使用 sjoin 反选
joined = gpd.sjoin(data, mask_area, predicate='within')
mask_indices = joined.index
outside = data[~data.index.isin(mask_indices)]
print(f"sjoin 反选结果: {len(outside)}")
import geopandas as gpd
from shapely.geometry import Point, Polygon
import numpy as np
np.random.seed(42)
# 数据点
n = 200
all_points = gpd.GeoDataFrame({
'id': range(n),
'geometry': [Point(x, y) for x, y in zip(
np.random.uniform(0, 10, n),
np.random.uniform(0, 10, n)
)]
})
# 多个需要排除的区域
exclusion_zones = gpd.GeoDataFrame({
'zone_name': ['水域', '保护区', '军事区'],
'geometry': [
Polygon([(1, 1), (3, 1), (3, 3), (1, 3)]),
Polygon([(5, 5), (8, 5), (8, 8), (5, 8)]),
Polygon([(7, 0), (9, 0), (9, 2), (7, 2)])
]
})
# 合并所有排除区域后掩膜
merged_exclusion = exclusion_zones.union_all()
valid_points = all_points[~all_points.geometry.within(merged_exclusion)]
print(f"总数据点: {len(all_points)}")
print(f"排除后: {len(valid_points)}")
print(f"排除了: {len(all_points) - len(valid_points)} 个点")
import geopandas as gpd
from shapely.geometry import Polygon
# 研究区域
study = gpd.GeoDataFrame({
'name': ['研究区'],
'geometry': [Polygon([(0, 0), (10, 0), (10, 10), (0, 10)])]
})
# 需要排除的区域
water_bodies = gpd.GeoDataFrame({
'type': ['湖泊', '河流缓冲区'],
'geometry': [
Polygon([(2, 3), (4, 3), (4, 5), (2, 5)]),
Polygon([(6, 0), (7, 0), (7, 10), (6, 10)])
]
})
# 差集操作实现掩膜
land_only = gpd.overlay(study, water_bodies, how='difference')
print(f"原始面积: {study.geometry.area.sum():.1f}")
print(f"排除水体后面积: {land_only.geometry.area.sum():.1f}")
print(f"水体面积: {study.geometry.area.sum() - land_only.geometry.area.sum():.1f}")
| 特征 | clip() | overlay(how='intersection') |
|---|---|---|
| 结果几何 | 裁剪后的几何 | 交集几何（相同） |
| 结果属性 | 仅被裁剪层的属性 | 两层的属性合并 |
| 裁剪区域属性 | 不包含在结果中 | 包含在结果中 |
| 性能 | 通常更快 | 需要更多计算 |
| 适用几何 | 所有类型 | 主要用于面数据 |
import geopandas as gpd
from shapely.geometry import Point, Polygon
import numpy as np
np.random.seed(42)
points = gpd.GeoDataFrame({
'poi': ['A', 'B', 'C'],
'geometry': [Point(1, 1), Point(3, 3), Point(5, 5)]
})
zone = gpd.GeoDataFrame({
'zone_name': ['核心区'],
'zone_level': [1],
'geometry': [Polygon([(0, 0), (4, 0), (4, 4), (0, 4)])]
})
# 方法一：clip
clip_result = gpd.clip(points, zone)
print("clip 结果列:", clip_result.columns.tolist())
# 输出: ['poi', 'geometry'] — 不包含 zone 属性
# 方法二：overlay
overlay_result = gpd.overlay(points, zone, how='intersection')
print("overlay 结果列:", overlay_result.columns.tolist())
# 输出: ['poi', 'zone_name', 'zone_level', 'geometry'] — 包含 zone 属性
# 方法三：sjoin 后筛选
sjoin_result = gpd.sjoin(points, zone, predicate='within')
print("sjoin 结果列:", sjoin_result.columns.tolist())
# 输出: ['poi', 'geometry', 'index_right', 'zone_name', 'zone_level']
| 需求 | 推荐方法 |
|---|---|
| 仅提取区域内的数据 | clip() |
| 需要裁剪区域的属性 | overlay() 或 sjoin() |
| 点数据在区域内外的判断 | sjoin() |
| 线/面数据的精确裁剪 | clip() |
| 面数据的交叉分析 | overlay() |
import geopandas as gpd
from shapely.geometry import LineString, Polygon
# 模拟道路网络
roads = gpd.GeoDataFrame({
'road_id': [f'R{i}' for i in range(8)],
'road_type': ['高速', '主干道', '主干道', '次干道',
'次干道', '支路', '支路', '高速'],
'geometry': [
LineString([(0, 5), (10, 5)]),
LineString([(2, 0), (2, 10)]),
LineString([(8, 0), (8, 10)]),
LineString([(0, 3), (10, 3)]),
LineString([(0, 7), (10, 7)]),
LineString([(4, 0), (4, 10)]),
LineString([(6, 0), (6, 10)]),
LineString([(0, 0), (10, 10)])
]
})
# 城市边界
city_boundary = gpd.GeoDataFrame({
'geometry': [Polygon([(1, 1), (9, 1), (9, 9), (1, 9)])]
})
# 裁剪
city_roads = gpd.clip(roads, city_boundary)
city_roads['length'] = city_roads.geometry.length
# 按道路类型统计
road_stats = city_roads.groupby('road_type').agg(
条数=('road_id', 'count'),
总长度=('length', 'sum'),
平均长度=('length', 'mean')
).round(2)
print("城市道路统计:")
print(road_stats)
print(f"\n城市内道路总长度: {city_roads['length'].sum():.2f}")
import geopandas as gpd
from shapely.geometry import Polygon
# 土地利用数据
landuse_data = gpd.GeoDataFrame({
'lu_type': ['耕地', '林地', '草地', '建设用地', '水域', '未利用地'],
'area_km2': [120, 80, 50, 30, 15, 25],
'geometry': [
Polygon([(0, 0), (4, 0), (4, 4), (0, 4)]),
Polygon([(4, 0), (8, 0), (8, 4), (4, 4)]),
Polygon([(8, 0), (12, 0), (12, 4), (8, 4)]),
Polygon([(0, 4), (4, 4), (4, 8), (0, 8)]),
Polygon([(4, 4), (8, 4), (8, 8), (4, 8)]),
Polygon([(8, 4), (12, 4), (12, 8), (8, 8)])
]
})
# 流域边界
watershed = gpd.GeoDataFrame({
'name': ['小流域'],
'geometry': [Polygon([
(2, 1), (7, 0.5), (10, 3),
(9, 6), (5, 7), (1, 5)
])]
})
# 裁剪
watershed_lu = gpd.clip(landuse_data, watershed)
# 重新计算面积和比例
watershed_lu['clipped_area'] = watershed_lu.geometry.area
total_area = watershed_lu['clipped_area'].sum()
watershed_lu['proportion'] = watershed_lu['clipped_area'] / total_area * 100
print("流域内土地利用结构:")
print(watershed_lu[['lu_type', 'clipped_area', 'proportion']].to_string(
formatters={
'clipped_area': '{:.2f}'.format,
'proportion': '{:.1f}%'.format
}
))
print(f"\n流域总面积: {total_area:.2f}")
import geopandas as gpd
from shapely.geometry import Point, Polygon
import numpy as np
np.random.seed(42)
# 全局数据
n = 500
global_data = gpd.GeoDataFrame({
'id': range(n),
'category': np.random.choice(['A', 'B', 'C'], n),
'value': np.random.uniform(0, 100, n),
'geometry': [Point(x, y) for x, y in zip(
np.random.uniform(0, 10, n),
np.random.uniform(0, 10, n)
)]
})
# 多个分区
zones = gpd.GeoDataFrame({
'zone': ['东区', '西区', '南区', '北区'],
'geometry': [
Polygon([(5, 5), (10, 5), (10, 10), (5, 10)]),
Polygon([(0, 5), (5, 5), (5, 10), (0, 10)]),
Polygon([(0, 0), (5, 0), (5, 5), (0, 5)]),
Polygon([(5, 0), (10, 0), (10, 5), (5, 5)])
]
})
# 批量裁剪并统计
results = {}
for _, zone_row in zones.iterrows():
zone_gdf = gpd.GeoDataFrame([zone_row], columns=zones.columns)
clipped = gpd.clip(global_data, zone_gdf)
results[zone_row['zone']] = {
'数据量': len(clipped),
'平均值': clipped['value'].mean(),
'A类占比': (clipped['category'] == 'A').mean() * 100
}
import pandas as pd
summary = pd.DataFrame(results).T
print("分区统计:")
print(summary.round(1))
import geopandas as gpd
from shapely.geometry import Point, Polygon
import numpy as np
np.random.seed(42)
# 采样点
samples = gpd.GeoDataFrame({
'sample_id': range(30),
'concentration': np.random.uniform(0, 50, 30),
'geometry': [Point(x, y) for x, y in zip(
np.random.uniform(0, 10, 30),
np.random.uniform(0, 10, 30)
)]
})
# 需要排除的异常区域
anomaly_zones = gpd.GeoDataFrame({
'reason': ['工厂影响', '历史污染'],
'geometry': [
Polygon([(1, 1), (3, 1), (3, 3), (1, 3)]),
Polygon([(7, 7), (9, 7), (9, 9), (7, 9)])
]
})
# 裁剪获取异常区域内的点
anomaly_points = gpd.sjoin(samples, anomaly_zones, predicate='within')
clean_samples = samples[~samples.index.isin(anomaly_points.index)]
print(f"总采样点: {len(samples)}")
print(f"异常区域内: {len(anomaly_points)}")
print(f"有效采样点: {len(clean_samples)}")
print(f"\n有效采样点平均浓度: {clean_samples['concentration'].mean():.2f}")
print(f"异常区域平均浓度: {anomaly_points['concentration'].mean():.2f}")
本章详细介绍了 GeoPandas 中的裁剪与掩膜操作。主要内容回顾：
| 操作 | 方法 | 说明 |
|---|---|---|
| 裁剪 | gpd.clip(gdf, mask) |
保留 mask 区域内的数据 |
| 掩膜 | gpd.overlay(gdf, mask, how='difference') |
排除 mask 区域的数据 |
| 点掩膜 | gdf[~gdf.within(mask_geom)] |
基于空间谓词的快速掩膜 |
| 几何类型 | 裁剪行为 |
|---|---|
| 点 | 保留在裁剪区域内的点 |
| 线 | 切割并保留区域内的线段 |
| 面 | 切割并保留区域内的面片 |
| 参数 | 说明 | 默认值 |
|---|---|---|
mask |
裁剪区域 | 必需 |
keep_geom_type |
保留相同几何类型 | False |
clip()，需要属性关联时用 sjoin() 或 overlay()keep_geom_type=True 避免产生不期望的几何类型在下一章中，我们将学习聚合与融合（Dissolve）操作，它将多个要素按属性合并为更大的区域。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。