{"title":"GeoDjango handledning","version":"5.2","locale":"sv","docname":"ref/contrib/gis/tutorial","url":"/sv/5.2/ref/contrib/gis/tutorial/","canonical":"https://djangodocs.dev/sv/5.2/ref/contrib/gis/tutorial/","summary":"Introduktion Link to this heading # GeoDjango är en medföljande Contrib-modul för Django som förvandlar den till ett geografiskt webbramverk i världsklass.…","html":"

GeoDjango handledningLink to this heading#

\n
\n

IntroduktionLink to this heading#

\n

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:

\n\n

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.

\n\n

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]

\n\n
\n
\n

UppsättningLink to this heading#

\n
\n

Skapa en rumslig databasLink to this heading#

\n

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:

\n\n
\n
\n

Skapa ett nytt projektLink to this heading#

\n

Använd standardskriptet django-admin för att skapa ett projekt som heter geodjango:

\n

Linux / macOS

Shell
$ django-admin startproject geodjango\n
\n

Windows

Windows
...\\> django-admin startproject geodjango\n
\n

Detta kommer att initiera ett nytt projekt. Nu skapar du en Django-applikation world inom geodjango-projektet:

\n

Linux / macOS

Shell
$ cd geodjango\n$ python manage.py startapp world\n
\n

Windows

Windows
...\\> cd geodjango\n...\\> py manage.py startapp world\n
\n
\n
\n

Konfigurera settings.pyLink to this heading#

\n

Projektinställningarna för geodjango lagras i filen geodjango/settings.py. Redigera databasanslutningsinställningarna så att de matchar din installation:

\n
Code
DATABASES = {\n    "default": {\n        "ENGINE": "django.contrib.gis.db.backends.postgis",\n        "NAME": "geodjango",\n        "USER": "geo",\n    },\n}\n
\n

Ändra dessutom inställningen INSTALLED_APPS så att den inkluderar django.contrib.admin, django.contrib.gis och world (din nyskapade applikation):

\n
Code
INSTALLED_APPS = [\n    "django.contrib.admin",\n    "django.contrib.auth",\n    "django.contrib.contenttypes",\n    "django.contrib.sessions",\n    "django.contrib.messages",\n    "django.contrib.staticfiles",\n    "django.contrib.gis",\n    "world",\n]\n
\n
\n
\n
\n

Geografiska dataLink to this heading#

\n
\n

VärldsgränserLink to this heading#

\n

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:

\n

Linux / macOS

Shell
$ mkdir world/data\n$ cd world/data\n$ wget https://web.archive.org/web/20231220150759/https://thematicmapping.org/downloads/TM_WORLD_BORDERS-0.3.zip\n$ unzip TM_WORLD_BORDERS-0.3.zip\n$ cd ../..\n
\n

Windows

Windows
...\\> mkdir world\\data\n...\\> cd world\\data\n...\\> wget https://web.archive.org/web/20231220150759/https://thematicmapping.org/downloads/TM_WORLD_BORDERS-0.3.zip\n...\\> unzip TM_WORLD_BORDERS-0.3.zip\n...\\> cd ..\\..\n
\n

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:

\n\n
\n
\n

Använd ogrinfo för att undersöka rumsliga dataLink to this heading#

\n

GDAL:s verktyg ogrinfo gör det möjligt att undersöka metadata för shapefiler eller andra vektordatakällor:

\n

Linux / macOS

Shell
$ ogrinfo world/data/TM_WORLD_BORDERS-0.3.shp\nINFO: Open of `world/data/TM_WORLD_BORDERS-0.3.shp'\n      using driver `ESRI Shapefile' successful.\n1: TM_WORLD_BORDERS-0.3 (Polygon)\n
\n

Windows

Windows
...\\> ogrinfo world\\data\\TM_WORLD_BORDERS-0.3.shp\nINFO: Open of `world/data/TM_WORLD_BORDERS-0.3.shp'\n      using driver `ESRI Shapefile' successful.\n1: TM_WORLD_BORDERS-0.3 (Polygon)\n
\n

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:

\n

Linux / macOS

Shell
$ ogrinfo -so world/data/TM_WORLD_BORDERS-0.3.shp TM_WORLD_BORDERS-0.3\nINFO: Open of `world/data/TM_WORLD_BORDERS-0.3.shp'\n      using driver `ESRI Shapefile' successful.\n\nLayer name: TM_WORLD_BORDERS-0.3\nMetadata:\n  DBF_DATE_LAST_UPDATE=2008-07-30\nGeometry: Polygon\nFeature Count: 246\nExtent: (-180.000000, -90.000000) - (180.000000, 83.623596)\nLayer SRS WKT:\nGEOGCRS["WGS 84",\n    DATUM["World Geodetic System 1984",\n        ELLIPSOID["WGS 84",6378137,298.257223563,\n            LENGTHUNIT["metre",1]]],\n    PRIMEM["Greenwich",0,\n        ANGLEUNIT["degree",0.0174532925199433]],\n    CS[ellipsoidal,2],\n        AXIS["latitude",north,\n            ORDER[1],\n            ANGLEUNIT["degree",0.0174532925199433]],\n        AXIS["longitude",east,\n            ORDER[2],\n            ANGLEUNIT["degree",0.0174532925199433]],\n    ID["EPSG",4326]]\nData axis to CRS axis mapping: 2,1\nFIPS: String (2.0)\nISO2: String (2.0)\nISO3: String (3.0)\nUN: Integer (3.0)\nNAME: String (50.0)\nAREA: Integer (7.0)\nPOP2005: Integer64 (10.0)\nREGION: Integer (3.0)\nSUBREGION: Integer (3.0)\nLON: Real (8.3)\nLAT: Real (7.3)\n
\n

Windows

Windows
...\\> ogrinfo -so world\\data\\TM_WORLD_BORDERS-0.3.shp TM_WORLD_BORDERS-0.3\nINFO: Open of `world/data/TM_WORLD_BORDERS-0.3.shp'\n      using driver `ESRI Shapefile' successful.\n\nLayer name: TM_WORLD_BORDERS-0.3\nMetadata:\n  DBF_DATE_LAST_UPDATE=2008-07-30\nGeometry: Polygon\nFeature Count: 246\nExtent: (-180.000000, -90.000000) - (180.000000, 83.623596)\nLayer SRS WKT:\nGEOGCRS["WGS 84",\n    DATUM["World Geodetic System 1984",\n        ELLIPSOID["WGS 84",6378137,298.257223563,\n            LENGTHUNIT["metre",1]]],\n    PRIMEM["Greenwich",0,\n        ANGLEUNIT["degree",0.0174532925199433]],\n    CS[ellipsoidal,2],\n        AXIS["latitude",north,\n            ORDER[1],\n            ANGLEUNIT["degree",0.0174532925199433]],\n        AXIS["longitude",east,\n            ORDER[2],\n            ANGLEUNIT["degree",0.0174532925199433]],\n    ID["EPSG",4326]]\nData axis to CRS axis mapping: 2,1\nFIPS: String (2.0)\nISO2: String (2.0)\nISO3: String (3.0)\nUN: Integer (3.0)\nNAME: String (50.0)\nAREA: Integer (7.0)\nPOP2005: Integer64 (10.0)\nREGION: Integer (3.0)\nSUBREGION: Integer (3.0)\nLON: Real (8.3)\nLAT: Real (7.3)\n
\n

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.

\n
\n
\n
\n

Geografiska modellerLink to this heading#

\n
\n

Definiera en geografisk modellLink to this heading#

\n

Nu när du har undersökt din dataset med hjälp av ogrinfo, skapa en GeoDjango modell för att representera dessa data:

\n
Code
from django.contrib.gis.db import models\n\n\nclass WorldBorder(models.Model):\n    # Regular Django fields corresponding to the attributes in the\n    # world borders shapefile.\n    name = models.CharField(max_length=50)\n    area = models.IntegerField()\n    pop2005 = models.IntegerField("Population 2005")\n    fips = models.CharField("FIPS Code", max_length=2, null=True)\n    iso2 = models.CharField("2 Digit ISO", max_length=2)\n    iso3 = models.CharField("3 Digit ISO", max_length=3)\n    un = models.IntegerField("United Nations Code")\n    region = models.IntegerField("Region Code")\n    subregion = models.IntegerField("Sub-Region Code")\n    lon = models.FloatField()\n    lat = models.FloatField()\n\n    # GeoDjango-specific: a geometry field (MultiPolygonField)\n    mpoly = models.MultiPolygonField()\n\n    # Returns the string representation of the model.\n    def __str__(self):\n        return self.name\n
\n

Observera att modulen models importeras från django.contrib.gis.db.

\n

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.

\n
\n
\n

Kör migrateLink to this heading#

\n

När du har definierat din modell måste du synkronisera den med databasen. Först skapar du en databasmigrering:

\n

Linux / macOS

Shell
$ python manage.py makemigrations\nMigrations for 'world':\n  world/migrations/0001_initial.py:\n    + Create model WorldBorder\n
\n

Windows

Windows
...\\> py manage.py makemigrations\nMigrations for 'world':\n  world/migrations/0001_initial.py:\n    + Create model WorldBorder\n
\n

Låt oss titta på den SQL som kommer att generera tabellen för modellen WorldBorder:

\n

Linux / macOS

Shell
$ python manage.py sqlmigrate world 0001\n
\n

Windows

Windows
...\\> py manage.py sqlmigrate world 0001\n
\n

Detta kommando bör ge följande resultat:

\n
SQL
BEGIN;\n--\n-- Create model WorldBorder\n--\nCREATE TABLE "world_worldborder" (\n    "id" bigint NOT NULL PRIMARY KEY GENERATED BY DEFAULT AS IDENTITY,\n    "name" varchar(50) NOT NULL,\n    "area" integer NOT NULL,\n    "pop2005" integer NOT NULL,\n    "fips" varchar(2) NOT NULL,\n    "iso2" varchar(2) NOT NULL,\n    "iso3" varchar(3) NOT NULL,\n    "un" integer NOT NULL,\n    "region" integer NOT NULL,\n    "subregion" integer NOT NULL,\n    "lon" double precision NOT NULL,\n    "lat" double precision NOT NULL\n    "mpoly" geometry(MULTIPOLYGON,4326) NOT NULL\n)\n;\nCREATE INDEX "world_worldborder_mpoly_id" ON "world_worldborder" USING GIST ("mpoly");\nCOMMIT;\n
\n

Om detta ser korrekt ut, kör migrate för att skapa denna tabell i databasen:

\n

Linux / macOS

Shell
$ python manage.py migrate\nOperations to perform:\n  Apply all migrations: admin, auth, contenttypes, sessions, world\nRunning migrations:\n  ...\n  Applying world.0001_initial... OK\n
\n

Windows

Windows
...\\> py manage.py migrate\nOperations to perform:\n  Apply all migrations: admin, auth, contenttypes, sessions, world\nRunning migrations:\n  ...\n  Applying world.0001_initial... OK\n
\n
\n
\n
\n

Importera rumsliga dataLink to this heading#

\n

I det här avsnittet visas hur du importerar shapefilen med världsgränser till databasen via GeoDjango-modeller med hjälp av LayerMapping verktyg för dataimport.

\n

Det finns många olika sätt att importera data till en rumslig databas - förutom de verktyg som ingår i GeoDjango kan du också använda följande:

\n\n
\n

GDAL-gränssnittLink to this heading#

\n

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.

\n

Först anropar du Django-skalet:

\n

Linux / macOS

Shell
$ python manage.py shell\n
\n

Windows

Windows
...\\> py manage.py shell\n
\n

Om du hämtade data från Världsgränser tidigare i handledningen kan du bestämma dess sökväg med hjälp av Pythons pathlib.Path:

\n
Python console
>>> from pathlib import Path\n>>> import world\n>>> world_shp = Path(world.__file__).resolve().parent / "data" / "TM_WORLD_BORDERS-0.3.shp"\n
\n

Öppna nu shapefilen med världsgränser med hjälp av GeoDjangos DataSource-gränssnitt:

\n
Python console
>>> from django.contrib.gis.gdal import DataSource\n>>> ds = DataSource(world_shp)\n>>> print(ds)\n/ ... /geodjango/world/data/TM_WORLD_BORDERS-0.3.shp (ESRI Shapefile)\n
\n

Datakällobjekt kan ha olika lager av geospatiala funktioner, men shapefiler får bara ha ett lager:

\n
Python console
>>> print(len(ds))\n1\n>>> lyr = ds[0]\n>>> print(lyr)\nTM_WORLD_BORDERS-0.3\n
\n

Du kan se skiktets geometrityp och hur många funktioner det innehåller:

\n
Python console
>>> print(lyr.geom_type)\nPolygon\n>>> print(len(lyr))\n246\n
\n\n

Layer kan också ha ett rumsligt referenssystem associerat med sig. Om det gör det kommer attributet srs att returnera ett SpatialReference-objekt:

\n
Python console
>>> srs = lyr.srs\n>>> print(srs)\nGEOGCS["WGS 84",\nDATUM["WGS_1984",\n    SPHEROID["WGS 84",6378137,298.257223563,\n        AUTHORITY["EPSG","7030"]],\n    AUTHORITY["EPSG","6326"]],\nPRIMEM["Greenwich",0,\n    AUTHORITY["EPSG","8901"]],\nUNIT["degree",0.0174532925199433,\n    AUTHORITY["EPSG","9122"]],\nAXIS["Latitude",NORTH],\nAXIS["Longitude",EAST],\nAUTHORITY["EPSG","4326"]]\n>>> srs.proj  # PROJ representation\n'+proj=longlat +datum=WGS84 +no_defs'\n
\n

Denna shapefil är i det populära rumsliga referenssystemet WGS84 - med andra ord använder data par av longitud, latitud i enheter av grader.

\n

Dessutom stöder shapefiler även attributfält som kan innehålla ytterligare data. Här är fälten på World Borders-skiktet:

\n
Code
>>> print(lyr.fields)\n['FIPS', 'ISO2', 'ISO3', 'UN', 'NAME', 'AREA', 'POP2005', 'REGION', 'SUBREGION', 'LON', 'LAT']\n
\n

Med följande kod kan du undersöka de OGR-typer (t.ex. heltal eller sträng) som är associerade med vart och ett av fälten:

\n
Code
>>> [fld.__name__ for fld in lyr.field_types]\n['OFTString', 'OFTString', 'OFTString', 'OFTInteger', 'OFTString', 'OFTInteger', 'OFTInteger64', 'OFTInteger', 'OFTInteger', 'OFTReal', 'OFTReal']\n
\n

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()):

\n
Python console
>>> for feat in lyr:\n...     print(feat.get("NAME"), feat.geom.num_points)\n...\nGuernsey 18\nJersey 26\nSouth Georgia South Sandwich Islands 338\nTaiwan 363\n
\n

Layer-objekt kan skivas:

\n
Python console
>>> lyr[0:2]\n[<django.contrib.gis.gdal.feature.Feature object at 0x2f47690>, <django.contrib.gis.gdal.feature.Feature object at 0x2f47650>]\n
\n

Och enskilda funktioner kan hämtas med hjälp av deras funktions-ID:

\n
Python console
>>> feat = lyr[234]\n>>> print(feat.get("NAME"))\nSan Marino\n
\n

Gränsgeometrier kan exporteras som WKT och GeoJSON:

\n
Python console
>>> geom = feat.geom\n>>> print(geom.wkt)\nPOLYGON ((12.415798 43.957954,12.450554 ...\n>>> print(geom.json)\n{ "type": "Polygon", "coordinates": [ [ [ 12.415798, 43.957954 ], [ 12.450554, 43.979721 ], ...\n
\n
\n
\n

LayerMappingLink to this heading#

\n

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:

\n
Code
from pathlib import Path\nfrom django.contrib.gis.utils import LayerMapping\nfrom .models import WorldBorder\n\nworld_mapping = {\n    "fips": "FIPS",\n    "iso2": "ISO2",\n    "iso3": "ISO3",\n    "un": "UN",\n    "name": "NAME",\n    "area": "AREA",\n    "pop2005": "POP2005",\n    "region": "REGION",\n    "subregion": "SUBREGION",\n    "lon": "LON",\n    "lat": "LAT",\n    "mpoly": "MULTIPOLYGON",\n}\n\nworld_shp = Path(__file__).resolve().parent / "data" / "TM_WORLD_BORDERS-0.3.shp"\n\n\ndef run(verbose=True):\n    lm = LayerMapping(WorldBorder, world_shp, world_mapping, transform=False)\n    lm.save(strict=True, verbose=verbose)\n
\n

Några anteckningar om vad som händer:

\n\n

Därefter anropar du Django-skalet från projektkatalogen geodjango:

\n

Linux / macOS

Shell
$ python manage.py shell\n
\n

Windows

Windows
...\\> py manage.py shell\n
\n

Därefter importerar du modulen load, anropar rutinen run och ser LayerMapping göra jobbet:

\n
Python console
>>> from world import load\n>>> load.run()\n
\n
\n
\n

Prova ogrinspectLink to this heading#

\n

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.

\n

Den allmänna användningen av kommandot går till på följande sätt:

\n

Linux / macOS

Shell
$ python manage.py ogrinspect [options] <data_source> <model_name> [options]\n
\n

Windows

Windows
...\\> py manage.py ogrinspect [options] <data_source> <model_name> [options]\n
\n

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.

\n

Exempelvis kan följande kommando nästan automatiskt reproducera modellen WorldBorder och mappningsordlistan som skapats ovan:

\n

Linux / macOS

Shell
$ python manage.py ogrinspect world/data/TM_WORLD_BORDERS-0.3.shp WorldBorder \\\n    --srid=4326 --mapping --multi\n
\n

Windows

Windows
...\\> py manage.py ogrinspect world\\data\\TM_WORLD_BORDERS-0.3.shp WorldBorder \\\n    --srid=4326 --mapping --multi\n
\n

Några kommentarer om de kommandoradsalternativ som anges ovan:

\n\n

Kommandot ger följande resultat, som kan kopieras direkt till models.py i en GeoDjango-applikation:

\n
Code
# This is an auto-generated Django model module created by ogrinspect.\nfrom django.contrib.gis.db import models\n\n\nclass WorldBorder(models.Model):\n    fips = models.CharField(max_length=2)\n    iso2 = models.CharField(max_length=2)\n    iso3 = models.CharField(max_length=3)\n    un = models.IntegerField()\n    name = models.CharField(max_length=50)\n    area = models.IntegerField()\n    pop2005 = models.IntegerField()\n    region = models.IntegerField()\n    subregion = models.IntegerField()\n    lon = models.FloatField()\n    lat = models.FloatField()\n    geom = models.MultiPolygonField(srid=4326)\n\n\n# Auto-generated `LayerMapping` dictionary for WorldBorder model\nworldborders_mapping = {\n    "fips": "FIPS",\n    "iso2": "ISO2",\n    "iso3": "ISO3",\n    "un": "UN",\n    "name": "NAME",\n    "area": "AREA",\n    "pop2005": "POP2005",\n    "region": "REGION",\n    "subregion": "SUBREGION",\n    "lon": "LON",\n    "lat": "LAT",\n    "geom": "MULTIPOLYGON",\n}\n
\n
\n
\n
\n

Rumsliga frågorLink to this heading#

\n
\n

Rumsliga uppslagningarLink to this heading#

\n

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:

\n

Linux / macOS

Shell
$ python manage.py shell\n
\n

Windows

Windows
...\\> py manage.py shell\n
\n

Nu ska du definiera en intressepunkt [3]:

\n
Python console
>>> pnt_wkt = "POINT(-95.3385 29.7245)"\n
\n

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:

\n
Python console
>>> from world.models import WorldBorder\n>>> WorldBorder.objects.filter(mpoly__contains=pnt_wkt)\n<QuerySet [<WorldBorder: United States>]>\n
\n

Här hämtade du en QuerySet med bara en modell: USA:s gräns (precis vad du förväntar dig).

\n

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:

\n
Python console
>>> from django.contrib.gis.geos import Point\n>>> pnt = Point(12.4604, 43.9420)\n>>> WorldBorder.objects.get(mpoly__intersects=pnt)\n<WorldBorder: San Marino>\n
\n

Uppslagningarna contains och intersects är bara en delmängd av de tillgängliga frågorna - GeoDjango databas API-dokumentationen innehåller mer.

\n
\n
\n

Automatiska rumsliga omvandlingarLink to this heading#

\n

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:

\n
Python console
>>> from django.contrib.gis.geos import GEOSGeometry, Point\n>>> pnt = Point(954158.1, 4215137.1, srid=32140)\n
\n

Observera att pnt också kan konstrueras med EWKT, en ”utökad” form av WKT som inkluderar SRID:

\n
Python console
>>> pnt = GEOSGeometry("SRID=32140;POINT(954158.1 4215137.1)")\n
\n

GeoDjangos ORM slår automatiskt in geometrivärden i transformations-SQL, vilket gör att utvecklaren kan arbeta på en högre abstraktionsnivå:

\n
Python console
>>> qs = WorldBorder.objects.filter(mpoly__intersects=pnt)\n>>> print(qs.query)  # Generating the SQL\nSELECT "world_worldborder"."id", "world_worldborder"."name", "world_worldborder"."area",\n"world_worldborder"."pop2005", "world_worldborder"."fips", "world_worldborder"."iso2",\n"world_worldborder"."iso3", "world_worldborder"."un", "world_worldborder"."region",\n"world_worldborder"."subregion", "world_worldborder"."lon", "world_worldborder"."lat",\n"world_worldborder"."mpoly" FROM "world_worldborder"\nWHERE ST_Intersects("world_worldborder"."mpoly", ST_Transform(%s, 4326))\n>>> qs  # printing evaluates the queryset\n<QuerySet [<WorldBorder: United States>]>\n
\n\n
\n
\n

Lata geometrierLink to this heading#

\n

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:

\n
Python console
>>> sm = WorldBorder.objects.get(name="San Marino")\n>>> sm.mpoly\n<MultiPolygon object at 0x24c6798>\n>>> sm.mpoly.wkt  # WKT\nMULTIPOLYGON (((12.4157980000000006 43.9579540000000009, 12.4505540000000003 43.9797209999999978, ...\n>>> sm.mpoly.wkb  # WKB (as Python binary buffer)\n<read-only buffer for 0x1fe2c70, size -1, offset 0 at 0x2564c40>\n>>> sm.mpoly.geojson  # GeoJSON\n'{ "type": "MultiPolygon", "coordinates": [ [ [ [ 12.415798, 43.957954 ], [ 12.450554, 43.979721 ], ...\n
\n

Detta inkluderar tillgång till alla avancerade geometriska operationer som tillhandahålls av GEOS-biblioteket:

\n
Python console
>>> pnt = Point(12.4604, 43.9420)\n>>> sm.mpoly.contains(pnt)\nTrue\n>>> pnt.contains(sm.mpoly)\nFalse\n
\n
\n
\n

Geografiska anteckningarLink to this heading#

\n

GeoDjango erbjuder också en uppsättning geografiska annoteringar för att beräkna avstånd och flera andra operationer (intersektion, skillnad, etc.). Se dokumentationen för Geografiska databasfunktioner.

\n
\n
\n
\n

Placera dina data på kartanLink to this heading#

\n
\n

Geografisk administratörLink to this heading#

\n

Djangos admin-applikation stöder redigering av geometriska fält.

\n
\n

GrundläggandeLink to this heading#

\n

Django-admin låter användare skapa och ändra geometrier på en JavaScript-karta (som drivs av OpenLayers).

\n

Låt oss dyka rätt in. Skapa en fil som heter admin.py inuti applikationen world med följande kod:

\n
Code
from django.contrib.gis import admin\nfrom .models import WorldBorder\n\nadmin.site.register(WorldBorder, admin.ModelAdmin)\n
\n

Därefter redigerar du din urls.py i applikationsmappen geodjango enligt följande:

\n
Code
from django.contrib import admin\nfrom django.urls import include, path\n\nurlpatterns = [\n    path("admin/", admin.site.urls),\n]\n
\n

Skapa en administratörsanvändare:

\n

Linux / macOS

Shell
$ python manage.py createsuperuser\n
\n

Windows

Windows
...\\> py manage.py createsuperuser\n
\n

Starta sedan upp Django-utvecklingsservern:

\n

Linux / macOS

Shell
$ python manage.py runserver\n
\n

Windows

Windows
...\\> py manage.py runserver\n
\n

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.

\n
\n
\n

GISModelAdminLink to this heading#

\n

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).

\n

PROJ datumskiftesfiler måste installeras (se PROJ installationsinstruktioner för mer information).

\n

Om du uppfyller detta krav kan du använda alternativklassen GISModelAdmin i filen admin.py:

\n
Code
admin.site.register(WorldBorder, admin.GISModelAdmin)\n
\n

Fotnoter

\n\n
\n
\n
","rootId":"geodjango-tutorial","toc":[{"title":"Introduktion","anchor":"introduction","children":[]},{"title":"Uppsättning","anchor":"setting-up","children":[{"title":"Skapa en rumslig databas","anchor":"create-a-spatial-database","children":[]},{"title":"Skapa ett nytt projekt","anchor":"create-a-new-project","children":[]},{"title":"Konfigurera settings.py","anchor":"configure-settings-py","children":[]}]},{"title":"Geografiska data","anchor":"geographic-data","children":[{"title":"Världsgränser","anchor":"worldborders","children":[]},{"title":"Använd ogrinfo för att undersöka rumsliga data","anchor":"use-ogrinfo-to-examine-spatial-data","children":[]}]},{"title":"Geografiska modeller","anchor":"geographic-models","children":[{"title":"Definiera en geografisk modell","anchor":"defining-a-geographic-model","children":[]},{"title":"Kör migrate","anchor":"run-migrate","children":[]}]},{"title":"Importera rumsliga data","anchor":"importing-spatial-data","children":[{"title":"GDAL-gränssnitt","anchor":"gdal-interface","children":[]},{"title":"LayerMapping","anchor":"layermapping","children":[]},{"title":"Prova ogrinspect","anchor":"try-ogrinspect","children":[]}]},{"title":"Rumsliga frågor","anchor":"spatial-queries","children":[{"title":"Rumsliga uppslagningar","anchor":"spatial-lookups","children":[]},{"title":"Automatiska rumsliga omvandlingar","anchor":"automatic-spatial-transformations","children":[]},{"title":"Lata geometrier","anchor":"lazy-geometries","children":[]},{"title":"Geografiska anteckningar","anchor":"geographic-annotations","children":[]}]},{"title":"Placera dina data på kartan","anchor":"putting-your-data-on-the-map","children":[{"title":"Geografisk administratör","anchor":"geographic-admin","children":[{"title":"Grundläggande","anchor":"basics","children":[]},{"title":"GISModelAdmin","anchor":"gismodeladmin","children":[]}]}]}],"breadcrumbs":[{"docname":"ref/index","title":"API-referens","url":"/sv/5.2/ref/"},{"docname":"ref/contrib/index","title":"contrib paket","url":"/sv/5.2/ref/contrib/"},{"docname":"ref/contrib/gis/index","title":"GeoDjango","url":"/sv/5.2/ref/contrib/gis/"}],"prev":{"docname":"ref/contrib/gis/index","title":"GeoDjango","url":"/sv/5.2/ref/contrib/gis/"},"next":{"docname":"ref/contrib/gis/install/index","title":"Installation av GeoDjango","url":"/sv/5.2/ref/contrib/gis/install/"},"formats":{"html":"/sv/5.2/ref/contrib/gis/tutorial/","markdown":"/sv/5.2/ref/contrib/gis/tutorial.md","json":"/sv/5.2/ref/contrib/gis/tutorial.json"},"source":"https://github.com/django/django/blob/stable/5.2.x/docs/ref/contrib/gis/tutorial.txt","official":"https://docs.djangoproject.com/sv/5.2/ref/contrib/gis/tutorial/","inVersions":["6.1","6.0","5.2"],"inLocales":["en","sv","zh-hans","ga","fr","ja","id","it","pt-br","ko","es","el","pl"]}