安装 gma 2.0.2

pip install gma==2.0.2

新增

---

 0.1、矢量提取（重要更新） （见简单示例）
  现在，你可以像 numpy 或 pandas 一样直接对 Layer 进行切片提取。

 0.2、修改属性表（重要更新） （见简单示例）
  现在，你可以像 numpy 或 pandas 一样直接对 Layer 属性表进行切片赋值。

 0.3、属性表查看（重要更新） （见简单示例）
  现在，你可以像 pandas 一样，在 Jupyter NoteBook 中直接显示 Layer 的属性表。

---

 1、DataSet-Resolution
  添加 Resolution 属性，方便直接提取 X, Y 分辨率。

 2、DataSet-Clip
  矢量图层裁剪栅格数据集（比rasp.Basic.Clip更具适用性）。

 3、Layer-CalculateGeometry
  计算所有要素的几何属性。包括长度（当前坐标系）、面积（当前坐标系）、折点数量、几何体数量、几何中心或重心。

 4、Layer-ToDataFrame
  将矢量属性表、几何属性或几何体转换为 DataFrame。目前，转换的几何体只支持WKT字符串。

 5、Layer-ToDataFrame
  将 矢量图层（属性表、几何体和几何属性等）转换为DataFrame。

 6、io-ReadDataFrameAsLayer
  将 DataFrame 转换为矢量图层Layer，其中WKT列将被识别为几何体（若存在），其他列则为属性表字段。

优化

 1、Layer-AttributeTable & 性能优化
  更改属性表读取逻辑，优化含有巨量要素的矢量数据的属性表读取速度。

 2、Layer-空间叠加分析 & vesp-Geometry几何处理
  优化 空间叠加方法分析的计算过程。

 3、Layer-SaveAs
  现在可以正确的保存中文的字段名，而不是直接移除。

 4、Layer-GroupBy ==> Dissolve
  按字段融合要素名称修改。将内建的Python方法修改为SQL语句实现。

 5、UpdateAttributeTable
   实际功能已移除。

 6、plot.DataFrame-AddLayer
  部分参数调整；添加 AutoSimplify 自动简化图层（默认自动简化，如果不需要可以关闭）（与绘制栅格数据集ForcedZoom强制缩放参数类似），以大幅提高超大矢量数据的绘图速率（小概率会自动简化失败，可按需处理）。

简单示例

gma 2 及 示例数据下载：
链接：https://pan.baidu.com/s/1v9flUXmsgYPZUbzR88SIOA?pwd=h9b8
提取码：h9b8

from gma import io

LY = io.Open("ne_50m_admin_0_countries.gpkg").GetLayer()

属性表查看（而不需要将属性表转换到 DataFrame ）

切片提取（每隔 2 个要素（行）提取一个要素，提取属性表 ‘SOVEREIGNT’，‘SOV_A3’ 列）

LY2 = LY[::2, ['SOVEREIGNT', 'SOV_A3']]
LY2

创建和修改属性表（创建一个ID列，并修改 ‘SOVEREIGNT’ 前三行为 ‘Test’）

LY2[:, ['ID']] = range(len(LY2))
LY2[:2, ['SOVEREIGNT']] = 'Test'

绘制修改后的图层并按照 ‘SOVEREIGNT’ 列添加标注

from gma.map import plot

MapF = plot.MapFrame(BaseMapProj = 'WGS84', Extent = None)

MapL1 = MapF.AddLayer(LY2, FaceColor = None, EdgeColor = 'gray', LineWidth = 0.1)

Label = MapL1.AddLabel(FieldName = 'SOVEREIGNT', FontSize = 3)