GeoDjango handledning¶
Introduktion¶
GeoDjango är en medföljande Contrib-modul för Django som förvandlar den till ett geografiskt webbramverk i världsklass. GeoDjango strävar efter att göra det så enkelt som möjligt att skapa geografiska webbapplikationer, t.ex. platsbaserade tjänster. Dess funktioner inkluderar:
Django-modellfält för OGC-geometrier och rasterdata.
Tillägg till Djangos ORM för frågor och manipulering av rumsliga data.
Löst kopplade Python-gränssnitt på hög nivå för GIS-geometri och rasteroperationer samt datahantering i olika format.
Redigering av geometriska fält från administratören.
Denna handledning förutsätter att du känner till Django; om du är helt ny på Django, läs därför igenom vanlig handledning för att bekanta dig med Django först.
Observera
GeoDjango har ytterligare krav utöver vad Django kräver - se installationsdokumentation för mer information.
Denna handledning kommer att vägleda dig genom skapandet av en geografisk webbapplikation för visning av världsgränserna. [1] En del av koden som används i denna handledning är hämtad från och/eller inspirerad av projektet GeoDjango basic apps. [2]
Observera
Gå igenom handledningsavsnitten i tur och ordning för att få steg-för-steg-instruktioner.
Uppsättning¶
Skapa en rumslig databas¶
Vanligtvis krävs ingen speciell installation, så du kan skapa en databas som du skulle göra för vilket annat projekt som helst. Vi ger några tips för utvalda databaser:
installera/spatialite
Skapa ett nytt projekt¶
Använd standardskriptet django-admin
för att skapa ett projekt som heter geodjango
:
$ django-admin startproject geodjango
...\> django-admin startproject geodjango
Detta kommer att initiera ett nytt projekt. Nu skapar du en Django-applikation world
inom geodjango
-projektet:
$ cd geodjango
$ python manage.py startapp world
...\> cd geodjango
...\> py manage.py startapp world
Konfigurera settings.py
¶
Projektinställningarna för geodjango
lagras i filen geodjango/settings.py
. Redigera databasanslutningsinställningarna så att de matchar din installation:
DATABASES = {
"default": {
"ENGINE": "django.contrib.gis.db.backends.postgis",
"NAME": "geodjango",
"USER": "geo",
},
}
Ändra dessutom inställningen INSTALLED_APPS
så att den inkluderar django.contrib.admin
, django.contrib.gis
och world
(din nyskapade applikation):
INSTALLED_APPS = [
"django.contrib.admin",
"django.contrib.auth",
"django.contrib.contenttypes",
"django.contrib.sessions",
"django.contrib.messages",
"django.contrib.staticfiles",
"django.contrib.gis",
"world",
]
Geografiska data¶
Världsgränser¶
Uppgifterna om världsgränserna finns i denna `zip-fil`__. Skapa en data
-katalog i applikationen world
, ladda ner data om världsgränser och packa upp den. På GNU/Linux-plattformar använder du följande kommandon:
$ mkdir world/data
$ cd world/data
$ wget https://web.archive.org/web/20231220150759/https://thematicmapping.org/downloads/TM_WORLD_BORDERS-0.3.zip
$ unzip TM_WORLD_BORDERS-0.3.zip
$ cd ../..
...\> mkdir world\data
...\> cd world\data
...\> wget https://web.archive.org/web/20231220150759/https://thematicmapping.org/downloads/TM_WORLD_BORDERS-0.3.zip
...\> unzip TM_WORLD_BORDERS-0.3.zip
...\> cd ..\..
ZIP-filen World Borders innehåller en uppsättning datafiler som kollektivt kallas en ”ESRI Shapefile”, ett av de mest populära geospatiala dataformaten. När den packas upp innehåller datasetet world borders filer med följande tillägg:
.shp
: Innehåller vektordata för världsgränsgeometrierna..shx
: Rumslig indexfil för geometrier lagrade i.shp
..dbf
: Databasfil för icke-geometriska attributdata (t.ex. heltals- och teckenfält)..prj
: Innehåller den rumsliga referensinformationen för de geografiska data som lagras i shapefilen.
Använd ogrinfo
för att undersöka rumsliga data¶
GDAL:s verktyg ogrinfo
gör det möjligt att undersöka metadata för shapefiler eller andra vektordatakällor:
$ ogrinfo world/data/TM_WORLD_BORDERS-0.3.shp
INFO: Open of `world/data/TM_WORLD_BORDERS-0.3.shp'
using driver `ESRI Shapefile' successful.
1: TM_WORLD_BORDERS-0.3 (Polygon)
...\> ogrinfo world\data\TM_WORLD_BORDERS-0.3.shp
INFO: Open of `world/data/TM_WORLD_BORDERS-0.3.shp'
using driver `ESRI Shapefile' successful.
1: TM_WORLD_BORDERS-0.3 (Polygon)
ogrinfo
berättar för oss att shapefilen har ett lager och att detta lager innehåller polygondata. För att ta reda på mer anger vi skiktnamnet och använder alternativet -so
för att bara få den viktiga sammanfattande informationen:
$ ogrinfo -so world/data/TM_WORLD_BORDERS-0.3.shp TM_WORLD_BORDERS-0.3
INFO: Open of `world/data/TM_WORLD_BORDERS-0.3.shp'
using driver `ESRI Shapefile' successful.
Layer name: TM_WORLD_BORDERS-0.3
Metadata:
DBF_DATE_LAST_UPDATE=2008-07-30
Geometry: Polygon
Feature Count: 246
Extent: (-180.000000, -90.000000) - (180.000000, 83.623596)
Layer SRS WKT:
GEOGCRS["WGS 84",
DATUM["World Geodetic System 1984",
ELLIPSOID["WGS 84",6378137,298.257223563,
LENGTHUNIT["metre",1]]],
PRIMEM["Greenwich",0,
ANGLEUNIT["degree",0.0174532925199433]],
CS[ellipsoidal,2],
AXIS["latitude",north,
ORDER[1],
ANGLEUNIT["degree",0.0174532925199433]],
AXIS["longitude",east,
ORDER[2],
ANGLEUNIT["degree",0.0174532925199433]],
ID["EPSG",4326]]
Data axis to CRS axis mapping: 2,1
FIPS: String (2.0)
ISO2: String (2.0)
ISO3: String (3.0)
UN: Integer (3.0)
NAME: String (50.0)
AREA: Integer (7.0)
POP2005: Integer64 (10.0)
REGION: Integer (3.0)
SUBREGION: Integer (3.0)
LON: Real (8.3)
LAT: Real (7.3)
...\> ogrinfo -so world\data\TM_WORLD_BORDERS-0.3.shp TM_WORLD_BORDERS-0.3
INFO: Open of `world/data/TM_WORLD_BORDERS-0.3.shp'
using driver `ESRI Shapefile' successful.
Layer name: TM_WORLD_BORDERS-0.3
Metadata:
DBF_DATE_LAST_UPDATE=2008-07-30
Geometry: Polygon
Feature Count: 246
Extent: (-180.000000, -90.000000) - (180.000000, 83.623596)
Layer SRS WKT:
GEOGCRS["WGS 84",
DATUM["World Geodetic System 1984",
ELLIPSOID["WGS 84",6378137,298.257223563,
LENGTHUNIT["metre",1]]],
PRIMEM["Greenwich",0,
ANGLEUNIT["degree",0.0174532925199433]],
CS[ellipsoidal,2],
AXIS["latitude",north,
ORDER[1],
ANGLEUNIT["degree",0.0174532925199433]],
AXIS["longitude",east,
ORDER[2],
ANGLEUNIT["degree",0.0174532925199433]],
ID["EPSG",4326]]
Data axis to CRS axis mapping: 2,1
FIPS: String (2.0)
ISO2: String (2.0)
ISO3: String (3.0)
UN: Integer (3.0)
NAME: String (50.0)
AREA: Integer (7.0)
POP2005: Integer64 (10.0)
REGION: Integer (3.0)
SUBREGION: Integer (3.0)
LON: Real (8.3)
LAT: Real (7.3)
Den här detaljerade sammanfattningsinformationen anger antalet funktioner i skiktet (246), de geografiska gränserna för data, det rumsliga referenssystemet (”SRS WKT”) samt typinformation för varje attributfält. Till exempel: FIPS: String (2.0)
anger att teckenfältet FIPS
har en maximal längd på 2. På samma sätt är LON: Real (8.3)
ett fält med flyttal som rymmer maximalt 8 siffror med tre decimaler.
Geografiska modeller¶
Definiera en geografisk modell¶
Nu när du har undersökt din dataset med hjälp av ogrinfo
, skapa en GeoDjango modell för att representera dessa data:
from django.contrib.gis.db import models
class WorldBorder(models.Model):
# Regular Django fields corresponding to the attributes in the
# world borders shapefile.
name = models.CharField(max_length=50)
area = models.IntegerField()
pop2005 = models.IntegerField("Population 2005")
fips = models.CharField("FIPS Code", max_length=2, null=True)
iso2 = models.CharField("2 Digit ISO", max_length=2)
iso3 = models.CharField("3 Digit ISO", max_length=3)
un = models.IntegerField("United Nations Code")
region = models.IntegerField("Region Code")
subregion = models.IntegerField("Sub-Region Code")
lon = models.FloatField()
lat = models.FloatField()
# GeoDjango-specific: a geometry field (MultiPolygonField)
mpoly = models.MultiPolygonField()
# Returns the string representation of the model.
def __str__(self):
return self.name
Observera att modulen models
importeras från django.contrib.gis.db
.
Det rumsliga referenssystemet för geometriska fält är WGS84 (vilket innebär att `SRID`__ är 4326) - med andra ord är fältkoordinaterna i par av longitud och latitud i enheter av grader. Om du vill använda ett annat koordinatsystem anger du SRID för geometrifältet med argumentet srid
. Använd ett heltal som representerar koordinatsystemets EPSG-kod.
Kör migrate
¶
När du har definierat din modell måste du synkronisera den med databasen. Först skapar du en databasmigrering:
$ python manage.py makemigrations
Migrations for 'world':
world/migrations/0001_initial.py:
+ Create model WorldBorder
...\> py manage.py makemigrations
Migrations for 'world':
world/migrations/0001_initial.py:
+ Create model WorldBorder
Låt oss titta på den SQL som kommer att generera tabellen för modellen WorldBorder
:
$ python manage.py sqlmigrate world 0001
...\> py manage.py sqlmigrate world 0001
Detta kommando bör ge följande resultat:
BEGIN;
--
-- Create model WorldBorder
--
CREATE TABLE "world_worldborder" (
"id" bigint NOT NULL PRIMARY KEY GENERATED BY DEFAULT AS IDENTITY,
"name" varchar(50) NOT NULL,
"area" integer NOT NULL,
"pop2005" integer NOT NULL,
"fips" varchar(2) NOT NULL,
"iso2" varchar(2) NOT NULL,
"iso3" varchar(3) NOT NULL,
"un" integer NOT NULL,
"region" integer NOT NULL,
"subregion" integer NOT NULL,
"lon" double precision NOT NULL,
"lat" double precision NOT NULL
"mpoly" geometry(MULTIPOLYGON,4326) NOT NULL
)
;
CREATE INDEX "world_worldborder_mpoly_id" ON "world_worldborder" USING GIST ("mpoly");
COMMIT;
Om detta ser korrekt ut, kör migrate
för att skapa denna tabell i databasen:
$ python manage.py migrate
Operations to perform:
Apply all migrations: admin, auth, contenttypes, sessions, world
Running migrations:
...
Applying world.0001_initial... OK
...\> py manage.py migrate
Operations to perform:
Apply all migrations: admin, auth, contenttypes, sessions, world
Running migrations:
...
Applying world.0001_initial... OK
Importera rumsliga data¶
I det här avsnittet visas hur du importerar shapefilen med världsgränser till databasen via GeoDjango-modeller med hjälp av LayerMapping verktyg för dataimport.
Det finns många olika sätt att importera data till en rumslig databas - förutom de verktyg som ingår i GeoDjango kan du också använda följande:
ogr2ogr: Ett kommandoradsverktyg som ingår i GDAL och som kan importera många vektordataformat till PostGIS-, MySQL- och Oracle-databaser.
shp2pgsql: Detta verktyg som ingår i PostGIS importerar ESRI shapefiler till PostGIS.
GDAL-gränssnitt¶
Tidigare använde du ogrinfo
för att undersöka innehållet i shapefilen för världsgränser. GeoDjango innehåller också ett pythoniskt gränssnitt till GDAL:s kraftfulla OGR-bibliotek som kan arbeta med alla vektordatakällor som OGR stöder.
Först anropar du Django-skalet:
$ python manage.py shell
...\> py manage.py shell
Om du hämtade data från Världsgränser tidigare i handledningen kan du bestämma dess sökväg med hjälp av Pythons pathlib.Path
:
>>> from pathlib import Path
>>> import world
>>> world_shp = Path(world.__file__).resolve().parent / "data" / "TM_WORLD_BORDERS-0.3.shp"
Öppna nu shapefilen med världsgränser med hjälp av GeoDjangos DataSource
-gränssnitt:
>>> from django.contrib.gis.gdal import DataSource
>>> ds = DataSource(world_shp)
>>> print(ds)
/ ... /geodjango/world/data/TM_WORLD_BORDERS-0.3.shp (ESRI Shapefile)
Datakällobjekt kan ha olika lager av geospatiala funktioner, men shapefiler får bara ha ett lager:
>>> print(len(ds))
1
>>> lyr = ds[0]
>>> print(lyr)
TM_WORLD_BORDERS-0.3
Du kan se skiktets geometrityp och hur många funktioner det innehåller:
>>> print(lyr.geom_type)
Polygon
>>> print(len(lyr))
246
Observera
Tyvärr tillåter inte dataformatet shapefile någon större specificitet när det gäller geometrityper. Denna shapefil, liksom många andra, innehåller faktiskt MultiPolygon
-geometrier, inte polygoner. Det är viktigt att använda en mer allmän fälttyp i modeller: en GeoDjango MultiPolygonField
accepterar en Polygon
geometri, men en PolygonField
accepterar inte en geometri av typen MultiPolygon
. Det är därför som modellen WorldBorder
som definieras ovan använder en MultiPolygonField
.
Layer
kan också ha ett rumsligt referenssystem associerat med sig. Om det gör det kommer attributet srs
att returnera ett SpatialReference
-objekt:
>>> srs = lyr.srs
>>> print(srs)
GEOGCS["WGS 84",
DATUM["WGS_1984",
SPHEROID["WGS 84",6378137,298.257223563,
AUTHORITY["EPSG","7030"]],
AUTHORITY["EPSG","6326"]],
PRIMEM["Greenwich",0,
AUTHORITY["EPSG","8901"]],
UNIT["degree",0.0174532925199433,
AUTHORITY["EPSG","9122"]],
AXIS["Latitude",NORTH],
AXIS["Longitude",EAST],
AUTHORITY["EPSG","4326"]]
>>> srs.proj # PROJ representation
'+proj=longlat +datum=WGS84 +no_defs'
Denna shapefil är i det populära rumsliga referenssystemet WGS84 - med andra ord använder data par av longitud, latitud i enheter av grader.
Dessutom stöder shapefiler även attributfält som kan innehålla ytterligare data. Här är fälten på World Borders-skiktet:
>>> print(lyr.fields)
['FIPS', 'ISO2', 'ISO3', 'UN', 'NAME', 'AREA', 'POP2005', 'REGION', 'SUBREGION', 'LON', 'LAT']
Med följande kod kan du undersöka de OGR-typer (t.ex. heltal eller sträng) som är associerade med vart och ett av fälten:
>>> [fld.__name__ for fld in lyr.field_types]
['OFTString', 'OFTString', 'OFTString', 'OFTInteger', 'OFTString', 'OFTInteger', 'OFTInteger64', 'OFTInteger', 'OFTInteger', 'OFTReal', 'OFTReal']
Du kan iterera över varje objekt i skiktet och extrahera information från både objektets geometri (som nås via attributet geom
) och objektets attributfält (vars värden nås via metoden get()
):
>>> for feat in lyr:
... print(feat.get("NAME"), feat.geom.num_points)
...
Guernsey 18
Jersey 26
South Georgia South Sandwich Islands 338
Taiwan 363
Layer
-objekt kan skivas:
>>> lyr[0:2]
[<django.contrib.gis.gdal.feature.Feature object at 0x2f47690>, <django.contrib.gis.gdal.feature.Feature object at 0x2f47650>]
Och enskilda funktioner kan hämtas med hjälp av deras funktions-ID:
>>> feat = lyr[234]
>>> print(feat.get("NAME"))
San Marino
Gränsgeometrier kan exporteras som WKT och GeoJSON:
>>> geom = feat.geom
>>> print(geom.wkt)
POLYGON ((12.415798 43.957954,12.450554 ...
>>> print(geom.json)
{ "type": "Polygon", "coordinates": [ [ [ 12.415798, 43.957954 ], [ 12.450554, 43.979721 ], ...
LayerMapping
¶
För att importera data använder du en LayerMapping
i ett Python-skript. Skapa en fil som heter load.py
i applikationen world
med följande kod:
from pathlib import Path
from django.contrib.gis.utils import LayerMapping
from .models import WorldBorder
world_mapping = {
"fips": "FIPS",
"iso2": "ISO2",
"iso3": "ISO3",
"un": "UN",
"name": "NAME",
"area": "AREA",
"pop2005": "POP2005",
"region": "REGION",
"subregion": "SUBREGION",
"lon": "LON",
"lat": "LAT",
"mpoly": "MULTIPOLYGON",
}
world_shp = Path(__file__).resolve().parent / "data" / "TM_WORLD_BORDERS-0.3.shp"
def run(verbose=True):
lm = LayerMapping(WorldBorder, world_shp, world_mapping, transform=False)
lm.save(strict=True, verbose=verbose)
Några anteckningar om vad som händer:
Varje nyckel i ordlistan
world_mapping
motsvarar ett fält i modellenWorldBorder
. Värdet är namnet på det shapefile-fält som data kommer att laddas från.Nyckeln
mpoly
för geometrifältet ärMULTIPOLYGON
, den geometrityp som GeoDjango kommer att importera fältet som. Även enkla polygoner i shapefilen kommer automatiskt att konverteras till samlingar innan de läggs in i databasen.Sökvägen till shapefilen är inte absolut - med andra ord, om du flyttar programmet
world
(med underkatalogendata
) till en annan plats kommer skriptet fortfarande att fungera.Nyckelordet
transform
är inställt påFalse
eftersom data i shapefilen inte behöver konverteras - de finns redan i WGS84 (SRID=4326).
Därefter anropar du Django-skalet från projektkatalogen geodjango
:
$ python manage.py shell
...\> py manage.py shell
Därefter importerar du modulen load
, anropar rutinen run
och ser LayerMapping
göra jobbet:
>>> from world import load
>>> load.run()
Prova ogrinspect
¶
Nu när du har sett hur man definierar geografiska modeller och importerar data med LayerMapping verktyg för dataimport, är det möjligt att ytterligare automatisera denna process med hjälp av hanteringskommandot ogrinspect
. Kommandot ogrinspect
introspekterar en GDAL-stödd vektordatakälla (t.ex. en shapefil) och genererar automatiskt en modelldefinition och en LayerMapping
-ordbok.
Den allmänna användningen av kommandot går till på följande sätt:
$ python manage.py ogrinspect [options] <data_source> <model_name> [options]
...\> py manage.py ogrinspect [options] <data_source> <model_name> [options]
data_source
är sökvägen till den GDAL-stödda datakällan och model_name
är det namn som ska användas för modellen. Kommandoradsalternativ kan användas för att ytterligare definiera hur modellen genereras.
Exempelvis kan följande kommando nästan automatiskt reproducera modellen WorldBorder
och mappningsordlistan som skapats ovan:
$ python manage.py ogrinspect world/data/TM_WORLD_BORDERS-0.3.shp WorldBorder \
--srid=4326 --mapping --multi
...\> py manage.py ogrinspect world\data\TM_WORLD_BORDERS-0.3.shp WorldBorder \
--srid=4326 --mapping --multi
Några kommentarer om de kommandoradsalternativ som anges ovan:
Alternativet
--srid=4326
anger SRID för det geografiska fältet.Alternativet
--mapping
säger tillogrinspect
att även generera en mappningsordbok för användning medLayerMapping
.Alternativet
--multi
anges så att det geografiska fältet är enMultiPolygonField
istället för bara enPolygonField
.
Kommandot ger följande resultat, som kan kopieras direkt till models.py
i en GeoDjango-applikation:
# This is an auto-generated Django model module created by ogrinspect.
from django.contrib.gis.db import models
class WorldBorder(models.Model):
fips = models.CharField(max_length=2)
iso2 = models.CharField(max_length=2)
iso3 = models.CharField(max_length=3)
un = models.IntegerField()
name = models.CharField(max_length=50)
area = models.IntegerField()
pop2005 = models.IntegerField()
region = models.IntegerField()
subregion = models.IntegerField()
lon = models.FloatField()
lat = models.FloatField()
geom = models.MultiPolygonField(srid=4326)
# Auto-generated `LayerMapping` dictionary for WorldBorder model
worldborders_mapping = {
"fips": "FIPS",
"iso2": "ISO2",
"iso3": "ISO3",
"un": "UN",
"name": "NAME",
"area": "AREA",
"pop2005": "POP2005",
"region": "REGION",
"subregion": "SUBREGION",
"lon": "LON",
"lat": "LAT",
"geom": "MULTIPOLYGON",
}
Rumsliga frågor¶
Rumsliga uppslagningar¶
GeoDjango lägger till rumsliga uppslagningar till Django ORM. Du kan till exempel hitta det land i tabellen WorldBorder
som innehåller en viss punkt. Starta först upp hanteringsskalet:
$ python manage.py shell
...\> py manage.py shell
Nu ska du definiera en intressepunkt [3]:
>>> pnt_wkt = "POINT(-95.3385 29.7245)"
Strängen pnt_wkt
representerar punkten på -95,3385 graders longitud, 29,7245 graders latitud. Geometrin är i ett format som kallas Well Known Text (WKT), en standard som utfärdats av Open Geospatial Consortium (OGC). [4] Importera modellen WorldBorder
och utför en contains
-sökning med pnt_wkt
som parameter:
>>> from world.models import WorldBorder
>>> WorldBorder.objects.filter(mpoly__contains=pnt_wkt)
<QuerySet [<WorldBorder: United States>]>
Här hämtade du en QuerySet
med bara en modell: USA:s gräns (precis vad du förväntar dig).
På samma sätt kan du också använda ett GEOS geometriobjekt. Här kan du kombinera den rumsliga intersects
-uppslagningen med get
-metoden för att bara hämta WorldBorder
-instansen för San Marino istället för en queryset:
>>> from django.contrib.gis.geos import Point
>>> pnt = Point(12.4604, 43.9420)
>>> WorldBorder.objects.get(mpoly__intersects=pnt)
<WorldBorder: San Marino>
Uppslagningarna contains
och intersects
är bara en delmängd av de tillgängliga frågorna - GeoDjango databas API-dokumentationen innehåller mer.
Automatiska rumsliga omvandlingar¶
När du gör rumsliga frågor omvandlar GeoDjango automatiskt geometrier om de är i ett annat koordinatsystem. I följande exempel kommer koordinaterna att uttryckas i `EPSG SRID 32140`__, ett koordinatsystem som är specifikt för södra Texas endast och i enheter av meter, inte grader:
>>> from django.contrib.gis.geos import GEOSGeometry, Point
>>> pnt = Point(954158.1, 4215137.1, srid=32140)
Observera att pnt
också kan konstrueras med EWKT, en ”utökad” form av WKT som inkluderar SRID:
>>> pnt = GEOSGeometry("SRID=32140;POINT(954158.1 4215137.1)")
GeoDjangos ORM slår automatiskt in geometrivärden i transformations-SQL, vilket gör att utvecklaren kan arbeta på en högre abstraktionsnivå:
>>> qs = WorldBorder.objects.filter(mpoly__intersects=pnt)
>>> print(qs.query) # Generating the SQL
SELECT "world_worldborder"."id", "world_worldborder"."name", "world_worldborder"."area",
"world_worldborder"."pop2005", "world_worldborder"."fips", "world_worldborder"."iso2",
"world_worldborder"."iso3", "world_worldborder"."un", "world_worldborder"."region",
"world_worldborder"."subregion", "world_worldborder"."lon", "world_worldborder"."lat",
"world_worldborder"."mpoly" FROM "world_worldborder"
WHERE ST_Intersects("world_worldborder"."mpoly", ST_Transform(%s, 4326))
>>> qs # printing evaluates the queryset
<QuerySet [<WorldBorder: United States>]>
Råa förfrågningar
När du använder raw queries måste du omsluta dina geometrifält så att fältvärdet kan identifieras av GEOS:
>>> from django.db import connection
>>> # or if you're querying a non-default database:
>>> from django.db import connections
>>> connection = connections["your_gis_db_alias"]
>>> City.objects.raw(
... "SELECT id, name, %s as point from myapp_city" % (connection.ops.select % "point")
... )
Du bör bara använda råa frågor när du vet exakt vad du gör.
Lata geometrier¶
GeoDjango laddar geometrier i en standardiserad textuell representation. När geometrifältet först nås skapar GeoDjango ett GEOSGeometry
-objekt, som exponerar kraftfull funktionalitet, till exempel serialiseringsegenskaper för populära geospatiala format:
>>> sm = WorldBorder.objects.get(name="San Marino")
>>> sm.mpoly
<MultiPolygon object at 0x24c6798>
>>> sm.mpoly.wkt # WKT
MULTIPOLYGON (((12.4157980000000006 43.9579540000000009, 12.4505540000000003 43.9797209999999978, ...
>>> sm.mpoly.wkb # WKB (as Python binary buffer)
<read-only buffer for 0x1fe2c70, size -1, offset 0 at 0x2564c40>
>>> sm.mpoly.geojson # GeoJSON
'{ "type": "MultiPolygon", "coordinates": [ [ [ [ 12.415798, 43.957954 ], [ 12.450554, 43.979721 ], ...
Detta inkluderar tillgång till alla avancerade geometriska operationer som tillhandahålls av GEOS-biblioteket:
>>> pnt = Point(12.4604, 43.9420)
>>> sm.mpoly.contains(pnt)
True
>>> pnt.contains(sm.mpoly)
False
Geografiska anteckningar¶
GeoDjango erbjuder också en uppsättning geografiska annoteringar för att beräkna avstånd och flera andra operationer (intersektion, skillnad, etc.). Se dokumentationen för Geografiska databasfunktioner.
Placera dina data på kartan¶
Geografisk administratör¶
Djangos admin-applikation stöder redigering av geometriska fält.
Grundläggande¶
Django-admin låter användare skapa och ändra geometrier på en JavaScript-karta (som drivs av OpenLayers).
Låt oss dyka rätt in. Skapa en fil som heter admin.py
inuti applikationen world
med följande kod:
from django.contrib.gis import admin
from .models import WorldBorder
admin.site.register(WorldBorder, admin.ModelAdmin)
Därefter redigerar du din urls.py
i applikationsmappen geodjango
enligt följande:
from django.contrib import admin
from django.urls import include, path
urlpatterns = [
path("admin/", admin.site.urls),
]
Skapa en administratörsanvändare:
$ python manage.py createsuperuser
...\> py manage.py createsuperuser
Starta sedan upp Django-utvecklingsservern:
$ python manage.py runserver
...\> py manage.py runserver
Slutligen, bläddra till http://localhost:8000/admin/
och logga in med den användare du just skapat. Bläddra till någon av WorldBorder
-posterna - gränserna kan redigeras genom att klicka på en polygon och dra hörnen till önskad position.
GISModelAdmin
¶
Med GISModelAdmin
använder GeoDjango ett OpenStreetMap-lager i admin. Detta ger mer sammanhang (inklusive detaljer om gator och genomfartsleder) än vad som är tillgängligt med ModelAdmin
(som använder WMS-datasetet Vector Map Level 0 som finns hos OSGeo).
PROJ datumskiftesfiler måste installeras (se PROJ installationsinstruktioner för mer information).
Om du uppfyller detta krav kan du använda alternativklassen GISModelAdmin
i filen admin.py
:
admin.site.register(WorldBorder, admin.GISModelAdmin)
Fotnoter