博客

1.使用geopandas读取：

df = geopandas.read_file(path, encoding=’UTF-8′)

gdf = geopandas.GeoDataFrame(df, geometry=’geometry’, crs=’+init=epsg:4326′)

此方法简单。但是缺点较为明显，当文件较大时，会比较吃内存。

2.使用fiona读取：

下面这个方法直接适应fiona去读取mid/mif，此方法读取速度与1相同。但是占内存小很多。

def parse_mif(path, columns=None, **config):
    """
    读取mid/mif,shp文件，该函数占用内存相较于read_mif少
    :param path: 文件所在路径
    :param columns: mif文件所需要的列
    :param config: 配置，例如 编码
    :return:
    """

    import fiona
    from shapely.geometry import shape

    with fiona.open(path, **config) as features:
        crs = features.crs
        record_list = []
        logging.info("start")
        for line in features:
            if columns is None:
                d = {'geometry': shape(line['geometry']) if line['geometry'] else None}
                d.update(line['properties'])
                record_list.append(d)
            else:
                d = {'geometry': shape(line['geometry']) if line['geometry'] else None}
                for col in columns:
                    d[col] = line['properties'][col]
                record_list.append(d)

        logging.info("end")
        columns = columns + ["geometry"] if columns is not None else list(features.meta["schema"]["properties"]) + [
            "geometry"]
        gdf = gpn.GeoDataFrame(record_list, columns=columns)
        gdf.crs = crs
        return gdf

    return gpn.GeoDataFrame()