有这样[[ 345781.67757921 3450137.27490482] [ 345770.50348589 3450140.34518701] [ 345766.55238788 3450156.3483929 ] [ 345774.40437287 3450177.41331698] [ 345781.08673473 3450179.15048489] [ 345805.49555079 3450155.76773854] [ 345804.20920672 3450150.38499524] [ 345788.7283822 3450138.57516753] [ 345781.67757921 3450137.27490482] [ 345793.6454703 3450139.48194457] [ 345776.76049111 3450136.36812777]]一组数据，如何计算它的凸包然后保存为geodataframe

要计算给定数据的凸包并将其保存为Geodataframe，您可以使用Scipy库中的ConvexHull函数和Geopandas库。下面是一个示例代码：

import numpy as np
import geopandas as gpd
from scipy.spatial import ConvexHull
from shapely.geometry import Polygon

# 输入数据
data = np.array([[345781.67757921, 3450137.27490482],
                 [345770.50348589, 3450140.34518701],
                 [345766.55238788, 3450156.3483929],
                 [345774.40437287, 3450177.41331698],
                 [345781.08673473, 3450179.15048489],
                 [345805.49555079, 3450155.76773854],
                 [345804.20920672, 3450150.38499524],
                 [345788.7283822,  3450138.57516753],
                 [345781.67757921, 3450137.27490482],
                 [345793.6454703,  3450139.48194457],
                 [345776.76049111, 3450136.36812777]])

# 计算凸包
hull = ConvexHull(data)

# 创建凸包多边形
polygon = Polygon(data[hull.vertices])

# 创建空的Geodataframe
gdf = gpd.GeoDataFrame(geometry=[polygon])

# 保存为shapefile格式
gdf.to_file('convex_hull.shp')

上述代码中，我们首先导入所需的库，包括Numpy、Geopandas、Scipy和Shapely。然后，我们定义了输入数据，即给定的数组。接下来，我们使用`ConvexHull`函数计算凸包的顶点。然后，我们使用这些顶点创建一个多边形对象。最后，我们将多边形对象保存为Geodataframe，并将其写入shapefile格式的文件。

请注意，保存为其他格式的方法也类似，只需将文件扩展名更改为相应的格式即可。