### 使用 Python 和 QGIS 进行二次开发以自动生成空间分析图 #### 准备工作 为了实现这一目标，开发者需安装并配置好 QGIS 及其 Python API (PyQGIS)，确保环境支持 PyQGIS 脚本执行。这通常涉及设置虚拟环境以及安装必要的依赖库[^1]。 #### 加载数据集 加载地理空间数据是创建任何地图可视化的第一步。通过 PyQGIS 提供的功能可以轻松读取多种格式的空间数据文件： ```python from qgis.core import QgsVectorLayer, QgsProject layer_path = "path/to/your/population_density.shp" population_layer = QgsVectorLayer(layer_path, "Population Density", "ogr") if not population_layer.isValid(): print("Layer failed to load!") else: QgsProject.instance().addMapLayer(population_layer) ``` 上述代码展示了如何加载一个 Shapefile 文件作为矢量层，并将其添加到当前项目中以便后续处理[^2]。 #### 数据预处理与计算 对于像人口密度这样的指标，在绘制之前可能需要先基于原始统计数据进行一些转换操作。假设有一个包含行政区划边界和对应居民数量字段的数据表，则可以通过遍历要素来更新每个多边形对象的人口密度属性值： ```python for feature in population_layer.getFeatures(): area = feature.geometry().area() / 10 ** 6 # 将面积单位由平方米转为平方公里 pop_count_field_index = population_layer.fields().indexFromName('POPULATION') try: density_value = int(feature.attributes()[pop_count_field_index]) / area new_attributes = {pop_count_field_index: round(density_value)} with edit(population_layer): population_layer.changeAttributeValues({feature.id(): new_attributes}) except ZeroDivisionError as e: print(f"Warning: Division by zero encountered while processing feature ID={feature.id()} ({e})") ``` 这段脚本实现了对每一项记录按区域大小调整后的实际居住人数统计，从而得到更直观反映真实情况的地图表现形式[^3]。 #### 创建专题地图样式 完成数值运算之后就可以着手设计视觉效果了。这里介绍一种简单的方式——利用分类渲染器定义不同等级的颜色填充方案应用于最终成果之上： ```python from PyQt5.QtGui import QColor from qgis.core import QgsGraduatedSymbolRenderer, QgsRendererRange ranges = [ QgsRendererRange(0, 100, symbol=QgsFillSymbol.createSimple({'color': '#FFEDA0'}), label='Low'), QgsRendererRange(100, 500, symbol=QgsFillSymbol.createSimple({'color': '#FEB24C'}), label='Medium-Low'), QgsRendererRange(500, 1000, symbol=QgsFillSymbol.createSimple({'color': '#FD8D3C'}), label='Medium-High'), QgsRendererRange(1000, float('inf'), symbol=QgsFillSymbol.createSimple({'color': '#E31A1C'}), label='High') ] renderer = QgsGraduatedSymbolRenderer('density', ranges) if renderer is None or len(renderer.ranges()) == 0: raise ValueError("Failed to create graduated color renderer.") population_layer.setRenderer(renderer) population_layer.triggerRepaint() ``` 此部分设置了四个级别的颜色渐变区间用于区分不同程度的人口密集程度，使得生成的结果更加清晰易懂[^4]。 #### 输出图像文件 最后一步就是导出所制作好的地图图片至指定位置保存下来供进一步分享交流之用了: ```python import os.path output_image_file = 'path/to/output/image.png' image_format = 'png' map_settings = iface.mapCanvas().mapSettings() exporter = QgsLayoutExporter(QgsPrintLayout(project)) layout_size = exporter.dpi() img = QImage( QSize(map_settings.outputSize().width(), map_settings.outputSize().height()), QImage.Format_ARGB32_Premultiplied ).convertToFormat(QImage.Format_RGB32) painter = QPainter(img) render_context = QgsRenderContext.fromMapSettings(map_settings) render_context.setPainter(painter) render_context.setScaleFactor(layout_size / painter.device().logicalDotsPerInch()) extent = population_layer.extent() map_settings.setExtent(extent) job = QgsMapRendererParallelJob(map_settings) job.start() job.waitForFinished() job.renderedContent().draw(render_context) painter.end() img.save(output_image_file, image_format.upper()) print(f'Map successfully exported to "{os.path.abspath(output_image_file)}".') ``` 以上即为整个流程概述及其具体实施细节说明[^5]。