這篇文章主要講解了“Python怎么計算容積率和建筑密度”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python怎么計算容積率和建筑密度”吧！

在蒼溪等地區，都構建了全面的區域性戰略布局，加強發展的系統性、市場前瞻性、產品創新能力，以專注、極致的服務理念，為客戶提供做網站、成都做網站 網站設計制作定制網站設計,公司網站建設,企業網站建設,品牌網站建設,成都全網營銷推廣,成都外貿網站制作,蒼溪網站建設費用合理。

先在ArcGIS計算好面積，導出dbf表格，在Python進行數據處理和可視化。

數據處理

讀取數據

from dbfread import DBF  
import pandas as pd   
 
### 讀取ArcGIS里面導出的dbf表格 
table = DBF("匯總表.dbf",encoding="utf8")  
data = pd.DataFrame(table)  
data.head()

數據清洗

data.rename(columns={'地塊面':'地塊面積', 'layers':'樓層', '建筑總':'建筑總面積','基底面':'基底面積'}, inplace = True)  
data = data.drop(labels=["OBJECTID","Shape_Leng","Shape_Area","樓層"],axis=1)  
data = data[["地塊名", "基底面積", "建筑總面積", "地塊面積"]]  
data.head()

數據透視

pivot1 = pd.pivot_table(data,index=["地塊名"],values=["基底面積","建筑總面積",],aggfunc=sum)  
pivot2 = pd.pivot_table(data,index=["地塊名"],values=["地塊面積",],aggfunc=max)  
pivot = pd.merge(pivot1, pivot2, on="地塊名")  
pivot

計算容積率和建筑密度

pivot["建筑密度"] = pivot["基底面積"]/pivot["地塊面積"]  
pivot["容積率"] = pivot["建筑總面積"]/pivot["地塊面積"]  
pivot

結果

數據可視化

數據讀取

import geopandas as gpd
import matplotlib.pyplot as plt
regibns = gpd.GeoDataFrame.from_file('MyProject.gdb',layer='地塊')
regibns.plot()

數據連接

reg = pd.merge(regibns, pivot, left_on='地塊名',right_on='地塊名')
reg

分級設色圖

reg.plot(figsize=(12, 12), column='容積率', scheme='quantiles', legend=True, cmap='Reds', edgecolor='k',)

土地開發強度圖

感謝各位的閱讀，以上就是“Python怎么計算容積率和建筑密度”的內容了，經過本文的學習后，相信大家對Python怎么計算容積率和建筑密度這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是創新互聯，小編將為大家推送更多相關知識點的文章，歡迎關注！

當前文章：Python怎么計算容積率和建筑密度
當前網址：http://m.newbst.com/article0/jedgoo.html

成都網站建設公司_創新互聯，為您提供網站策劃、企業建站、商城網站、ChatGPT、外貿網站建設、定制網站

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯