这篇文章主要讲解了“Python怎么计算容积率和建筑密度”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Python怎么计算容积率和建筑密度”吧！

在苍溪等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供做网站、成都做网站 网站设计制作定制网站设计,公司网站建设,企业网站建设,品牌网站建设,成都全网营销推广,成都外贸网站制作,苍溪网站建设费用合理。

先在ArcGIS计算好面积，导出dbf表格，在Python进行数据处理和可视化。

数据处理

读取数据

from dbfread import DBF  
import pandas as pd   
 
### 读取ArcGIS里面导出的dbf表格 
table = DBF("汇总表.dbf",encoding="utf8")  
data = pd.DataFrame(table)  
data.head()

数据清洗

data.rename(columns={'地块面':'地块面积', 'layers':'楼层', '建筑总':'建筑总面积','基底面':'基底面积'}, inplace = True)  
data = data.drop(labels=["OBJECTID","Shape_Leng","Shape_Area","楼层"],axis=1)  
data = data[["地块名", "基底面积", "建筑总面积", "地块面积"]]  
data.head()

数据透视

pivot1 = pd.pivot_table(data,index=["地块名"],values=["基底面积","建筑总面积",],aggfunc=sum)  
pivot2 = pd.pivot_table(data,index=["地块名"],values=["地块面积",],aggfunc=max)  
pivot = pd.merge(pivot1, pivot2, on="地块名")  
pivot

计算容积率和建筑密度

pivot["建筑密度"] = pivot["基底面积"]/pivot["地块面积"]  
pivot["容积率"] = pivot["建筑总面积"]/pivot["地块面积"]  
pivot

结果

数据可视化

数据读取

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

数据连接

reg = pd.merge(regibns, pivot, left_on='地块名',right_on='地块名')
reg

分级设色图

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

土地开发强度图

感谢各位的阅读，以上就是“Python怎么计算容积率和建筑密度”的内容了，经过本文的学习后，相信大家对Python怎么计算容积率和建筑密度这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！