怎么解决Traceback (most recent call last): File "E:\code-study\coda\cross_nostopline.py", line 51, in <module> rectangle = subset.geometry.minimum_rotated_rectangle File "C:\Users\GW00321286.conda\envs\python_39\lib\site-packages\pandas\core\generic.py", line 5902, in getattr return object.getattribute(self, name) AttributeError: 'GeoSeries' object has no attribute 'minimum_rotated_rectangle'这个问题

时间: 2023-08-09 08:10:56 浏览: 109
这个问题是因为你调用了一个 GeoSeries 对象的 'minimum_rotated_rectangle' 属性,但是这个属性在 GeoSeries 中并不存在。解决这个问题的方法就是要确保你调用的对象具有该属性。你可以查看你的代码,在调用该属性之前是否已经正确地导入了相关的库或模块,或者你可以使用其他可用的方法代替 'minimum_rotated_rectangle'。如果你使用的是 GeoPandas,则可以使用 'minimum_rotated_rectangle' 方法。如果你使用的是 Shapely,则可以使用 'minimum_rotated_rectangle' 函数。
相关问题

C:\Users\GW00321286\.conda\envs\python_39\python.exe E:\code-study\coda\cross_nostopline.py Traceback (most recent call last): File "E:\code-study\coda\cross_nostopline.py", line 37, in <module> nearest_point = find_nearest_point(gdf,point) File "E:\code-study\coda\cross_nostopline.py", line 25, in find_nearest_point buffer = point.buffer(3.5) File "C:\Users\GW00321286\.conda\envs\python_39\lib\site-packages\pandas\core\generic.py", line 5902, in __getattr__ return object.__getattribute__(self, name) AttributeError: 'Series' object has no attribute 'buffer'

这看起来像是一个 Python 的错误信息。根据错误信息,似乎是在执行 cross_nostopline.py 这个文件时出现了问题。具体来说,代码中的第 25 行调用了一个名为 buffer 的方法,但是该方法似乎不适用于 Series 对象。可能需要检查一下代码,看看是否正确地处理了 Series 对象和其他数据类型之间的转换。

Traceback (most recent call last): File "E:\code-study\coda\cross_nostopline.py", line 51, in <module> rectangle = subset.geometry.minimum_rotated_rectangle File "C:\Users\GW00321286\.conda\envs\python_39\lib\site-packages\pandas\core\generic.py", line 5902, in __getattr__ return object.__getattribute__(self, name) AttributeError: 'GeoSeries' object has no attribute 'minimum_rotated_rectangle'

根据你提供的信息,这个错误是因为你正在尝试从一个 GeoSeries 对象中获取属性 minimum_rotated_rectangle,但是这个属性在 GeoSeries 中不存在。这可能是因为你在调用该属性之前没有正确地导入相关的模块或库,或者是因为你使用的版本不支持该属性。建议你查看相关文档或代码,确保你正确地导入了需要的模块,并检查你所使用的库或模块的版本是否支持该属性。

相关推荐

file = gpd.read_file(r"E:\code-study\class-test\test.geojson") #获取每条线段的端点坐标 for index,row in file.iterrows(): if row["geometry"].geom_type == "MultiLineString": for line in row["geometry"].geoms: start = line.coords[0] end = line.coords[-1] print("Line start:", start) print("Line end", end),Line start: (345888.8377459495, 3449498.849251645) Line end (345629.97464499675, 3449407.506965276) Line start: (345280.09157031064, 3449030.0337291397) Line end (345272.49128222495, 3449049.808989464) Line start: (345272.49128222495, 3449049.808989464) Line end (345207.97659461905, 3449222.778335579) Line start: (346000.16949852963, 3449534.6728273346) Line end (345945.905299675, 3449515.56654852) Line start: (345912.594155262, 3449503.8347858437) Line end (345630.9943146321, 3449404.431732289) Line start: (346072.48027534503, 3450395.8932189597) Line end (346108.97338958416, 3450251.398985895) Line start: (346118.59858503146, 3450213.518651368) Line end (346259.0512482276, 3449646.0243423935) Line start: (346273.0178897714, 3449593.106077165) Line end (346335.5867677608, 3449370.609103672) Line start: (346265.8854519349, 3449647.9424282) Line end (346122.1064710339, 3450214.6475669923) Line start: (346112.2891860679, 3450252.2834272203) Line end (346075.36625823507, 3450396.1075029722) Line start: (345411.5247303593, 3450021.971671897) Line end (345556.4158206382, 3450076.3672987036) Line start: (345517.817400123, 3450059.154634558) Line end (345770.503485893, 3450140.345187006) Line start: (345804.2092067172, 3450150.3849952365) Line end (345874.2574445517, 3450167.3248460926) Line start: (345924.80312931805, 3450186.197005902) Line end (346102.13061896793, 3450230.692243254) Line start: (345766.5523878782, 3450156.3483928964) Line end (345409.48140833457, 3450028.96165739) Line start: (346069.2903592914, 3450395.792547785) Line end (346105.8483254915, 3450250.5602219505) Line start: (346115.2730931371, 3450212.4484372856) Line end (346255.98977489606, 3449645.165328472) Line start: (346269.80789709534, 3449591.9630052154) Line end (346332.0645057148, 3449369.94193096) Traceback (most recent call last): File "E:\code-study\coda\cross_nostopline.py", line 10, in <module> if row["geometry"].geom_type == "MultiLineString": AttributeError: 'NoneType' object has no attribute 'geom_type'

Traceback (most recent call last): File "E:\code-study\coda\cross_nostopline.py", line 72, in <module> dense_gdf.loc["geometry"] = dense_gdf.loc[geometry].buffer(buffer_size) File "C:\Users\GW00321286\.conda\envs\python_39\lib\site-packages\pandas\core\indexing.py", line 1073, in __getitem__ return self._getitem_axis(maybe_callable, axis=axis) File "C:\Users\GW00321286\.conda\envs\python_39\lib\site-packages\pandas\core\indexing.py", line 1301, in _getitem_axis return self._getitem_iterable(key, axis=axis) File "C:\Users\GW00321286\.conda\envs\python_39\lib\site-packages\pandas\core\indexing.py", line 1239, in _getitem_iterable keyarr, indexer = self._get_listlike_indexer(key, axis) File "C:\Users\GW00321286\.conda\envs\python_39\lib\site-packages\pandas\core\indexing.py", line 1432, in _get_listlike_indexer keyarr, indexer = ax._get_indexer_strict(key, axis_name) File "C:\Users\GW00321286\.conda\envs\python_39\lib\site-packages\pandas\core\indexes\base.py", line 6070, in _get_indexer_strict self._raise_if_missing(keyarr, indexer, axis_name) File "C:\Users\GW00321286\.conda\envs\python_39\lib\site-packages\pandas\core\indexes\base.py", line 6130, in _raise_if_missing raise KeyError(f"None of [{key}] are in the [{axis_name}]") KeyError: "None of [Index([POINT (345888.8377459495 3449498.849251645),\n POINT (345629.9746449967 3449407.506965276),\n POINT (345280.0915703106 3449030.03372914),\n POINT (345272.4912822249 3449049.808989464),\n POINT (345272.4912822249 3449049.808989464),\n POINT (345207.976594619 3449222.778335579),\n POINT (346000.1694985296 3449534.672827335),\n POINT (345945.905299675 3449515.56654852),\n POINT (345912.594155262 3449503.834785844),\n POINT (345630.9943146321 3449404.431732289),\n ...\n POINT (345277.9022990875 3449028.592923693),\n POINT (345204.7713578056 3449221.296469824),\n POINT (346339.6048540358 3449370.035821553),\n POINT (346279.8118892043 3449595.525410736),\n POINT (345380.252806792 3449988.001190433),\n POINT (345401.3998641131 3449929.891882143),\n POINT (346343.3549850415 3449369.732726835),\n POINT (346283.1624534061 3449596.718543904),\n POINT (345393.3268300895 3449992.281861236),\n POINT (345414.9814342285 3449932.569705966)],\n dtype='object', length=186)] are in the [index]"

最新推荐

recommend-type

Mac下anaconda中Spyder打开报错Traceback(most recent call last)…问题

最后通过这一步进行解决: 1、在终端输入:pip check #看起来包有点问题,先检查所有的包 这里显示pyqt5、typed-ast等包是缺失; 2、通过pip 命令逐一install; 按照包的先后顺序,进行安装,这里注意有些包是基于...
recommend-type

yolov5-face-landmarks-opencv

yolov5检测人脸和关键点,只依赖opencv库就可以运行,程序包含C++和Python两个版本的。 本套程序根据https://github.com/deepcam-cn/yolov5-face 里提供的训练模型.pt文件。转换成onnx文件, 然后使用opencv读取onnx文件做前向推理,onnx文件从百度云盘下载,下载 链接:https://pan.baidu.com/s/14qvEOB90CcVJwVC5jNcu3A 提取码:duwc 下载完成后,onnx文件存放目录里,C++版本的主程序是main_yolo.cpp,Python版本的主程序是main.py 。此外,还有一个main_export_onnx.py文件,它是读取pytorch训练模型.pt文件生成onnx文件的。 如果你想重新生成onnx文件,不能直接在该目录下运行的,你需要把文件拷贝到https://github.com/deepcam-cn/yolov5-face 的主目录里运行,就可以生成onnx文件。
recommend-type

setuptools-0.6c8-py2.5.egg

文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

实现实时监控告警系统:Kafka与Grafana整合

![实现实时监控告警系统:Kafka与Grafana整合](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9BVldpY3ladXVDbEZpY1pLWmw2bUVaWXFUcEdLT1VDdkxRSmQxZXB5R1lxaWNlUjA2c0hFek5Qc3FyRktudFF1VDMxQVl3QTRXV2lhSWFRMEFRc0I1cW1ZOGcvNjQw?x-oss-process=image/format,png) # 1.1 Kafka集群架构 Kafka集群由多个称为代理的服务器组成,这