CitySpace数据集入门指南：从数据加载到可视化实战

1次阅读

共计 1867 个字符，预计需要花费 5 分钟才能阅读完成。

CitySpace 数据集是城市空间分析领域的经典开源数据集，包含建筑轮廓、道路网络、POI 点等多模态地理空间数据。它的核心价值在于：

覆盖全球 20+ 主要城市的标准化数据
包含几何特征（如多边形、线串）和属性数据（如类别、高度）
支持跨城市的对比研究和机器学习建模

解压后的数据集通常包含以下目录结构：

CitySpace/
├── metadata.json       # 数据版本和坐标系说明
├── cities/
│   ├── new_york/       
│   │   ├── buildings.geojson
│   │   ├── roads.geojson
│   │   └── pois.csv
│   └── london/         
│       └── ...
└── statistics/         # 预计算的指标文件

关键文件说明：

GeoJSON 文件：存储空间几何对象（需用 geopandas 处理）
CSV 文件：存储属性数据（可用 pandas 直接读取）
metadata.json：记录数据采用的 CRS 坐标系（常用 EPSG:4326）

安装依赖库：

pip install geopandas pandas matplotlib folium

加载建筑数据示例：

import geopandas as gpd

# 读取 GeoJSON 文件（自动转换为 GeoDataFrame）buildings = gpd.read_file('CitySpace/cities/new_york/buildings.geojson')
print(f"共加载 {len(buildings)} 条建筑记录")
print(buildings.crs)  # 查看坐标系

处理异常值的典型操作：

# 过滤无效几何体（如面积为 0 的建筑）valid_buildings = buildings[buildings.area > 0]

# 处理高度缺失值（用类别平均高度填充）mean_heights = valid_buildings.groupby('type')['height'].mean()
valid_buildings['height'] = valid_buildings.apply(lambda x: mean_heights[x['type']] if pd.isna(x['height']) else x['height'], 
    axis=1
)

绘制建筑高度分布直方图：

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
valid_buildings['height'].hist(bins=50)
plt.title('纽约市建筑高度分布')
plt.xlabel('高度（米）')
plt.ylabel('频数')
plt.grid(True)
plt.show()

生成热力图（需提前安装 folium）：

import folium
from folium.plugins import HeatMap

# 创建底图（定位到纽约市中心）nyc_map = folium.Map(location=[40.7128, -74.0060], zoom_start=12)

# 准备热力图数据（经度、纬度、权重）heat_data = [[point.y, point.x, height] 
             for point, height in zip(
                 valid_buildings.geometry.centroid, 
                 valid_buildings['height']
             )]

# 添加热力图层
HeatMap(heat_data, radius=15).add_to(nyc_map)
nyc_map.save('nyc_building_heatmap.html')