如何在Python中从bbox数据创建Polygon？解决shapely报错问题

我之前在R中通过以下代码从点列表提取bbox后，用st_as_sfc创建Polygon：

print(st_as_sfc(st_bbox(sgrid)))

输出结果：

Geometry set for 1 feature 
Geometry type: POLYGON
Dimension:     XY
Bounding box:  xmin: -9574057 ymin: 3590448 xmax: -9494057 ymax: 3670448
Projected CRS: WGS 84 / Pseudo-Mercator
POLYGON ((-9574057 3590448, -9494057 3590448, -...

现在想在Python中实现相同功能，已经从点数据获取了bbox的xmin、ymin、xmax、ymax坐标，但尝试用shapely创建Polygon时触发错误：

ValueError: A linearring requires at least 4 coordinates.

我的Python代码：

from shapely import geometry
print(df)
              x             y                               geometry
0  3.418932e+06 -2.088506e+07  POINT (-20885056.99629 3418931.63321)
1  3.478932e+06 -2.082506e+07  POINT (-20825056.99629 3478931.63321)
poly = geometry.Polygon([[p.x, p.y] for p in gdf_p['geometry'].tolist()])
print(poly.wkt)  

错误原因 #

用两个点直接创建Polygon会报错，因为shapely的Polygon要求构成边界的LinearRing必须是闭合的、至少包含4个坐标点的序列（即矩形的四个角点，最后回到起始点形成闭合环）。

方法1：手动构造矩形坐标点 #

从bbox的xmin、ymin、xmax、ymax生成四个角点，按顺序排列后闭合：

from shapely import geometry

# 假设你已经获取到bbox的四个值
xmin = -20885056.99629
ymin = 3418931.63321
xmax = -20825056.99629
ymax = 3478931.63321

# 构造矩形的四个角点，最后回到起始点闭合
coords = [
    (xmin, ymin),
    (xmax, ymin),
    (xmax, ymax),
    (xmin, ymax),
    (xmin, ymin)  # 闭合环，必须回到第一个点
]

poly = geometry.Polygon(coords)
print(poly.wkt)

方法2：使用shapely内置的box函数（推荐，对应R的st_as_sfc(st_bbox)） #

shapely提供了box函数，可以直接从bbox的四个值生成Polygon，无需手动构造坐标点，和R中的st_as_sfc(st_bbox)逻辑完全一致：

from shapely.geometry import box

# 传入xmin, ymin, xmax, ymax四个参数
poly = box(xmin, ymin, xmax, ymax)
print(poly.wkt)

如果你的数据是GeoDataFrame，也可以直接对整个GeoDataFrame的bbox生成Polygon：

from shapely.geometry import box
import geopandas as gpd

# 假设gdf_p是你的GeoDataFrame
bbox = gdf_p.total_bounds  # 获取整个数据框的bbox，返回[xmin, ymin, xmax, ymax]
poly = box(*bbox)
print(poly.wkt)

内容的提问来源于stack exchange，提问作者data en