GIS开发还在用Flask？Streamlit极速原型开发手册，附：三维地图加载源码！

wowwwai GIS研习社 · 工具流程与项目排障

如果你正在搜索“GIS开发还在用Flask？Streamlit极速原型开发手册，附：三维地图加载源码！”，大概率不是想听框架概念，而是想快速做出一个能上传数据、展示地图、调试空间分析结果的GIS原型应用。本文面向GIS工程师、空间数据分析师和WebGIS初学者，重点讲清楚：什么时候用Streamlit比Flask更合适，如何搭建一个GIS原型页面，以及如何用Streamlit加载三维地图。

引言：GIS原型开发为什么可以先用Streamlit

很多GIS开发任务一开始并不是正式系统建设，而是验证一个想法：这个空间分析流程能不能跑通？这个点位数据能不能在地图上看出规律？这个三维视角是否适合给甲方演示？

如果一上来就使用Flask，你通常需要处理路由、模板、静态资源、接口返回、前端地图框架、表单上传和部署结构。对正式WebGIS系统来说这些都很重要，但对“今天就要看结果”的GIS原型来说，成本偏高。

Streamlit的优势在于：你可以用接近写Python脚本的方式，把数据读取、参数选择、地图展示和结果图表放到一个页面里。对于GIS开发中的快速验证、算法演示、内部工具和教学案例，Streamlit非常适合。

背景：Flask在GIS开发中不差，但不一定适合原型阶段

Flask是一个轻量级Python Web框架，常用于构建API服务、后台管理页面和WebGIS后端接口。它适合做结构清晰、可扩展、需要权限控制和前后端分离的项目。

但在GIS原型开发阶段，常见需求往往是这些：

• 上传一个GeoJSON、CSV或Shapefile，快速查看空间分布。
• 调整缓冲区半径、栅格阈值、分类字段等参数，并立即看到结果。
• 把GeoPandas、Rasterio、PyProj、PostGIS查询结果可视化出来。
• 给同事或客户演示一个空间分析思路，而不是交付完整系统。
• 用三维地图展示建筑物、点云摘要、轨迹或空间聚合结果。

这些场景的核心不是“搭一个Web系统”，而是“尽快把GIS逻辑变成可交互界面”。这正是Streamlit GIS开发的典型使用场景。

原理：Streamlit为什么适合GIS极速原型

Streamlit的工作方式可以简单理解为：Python脚本从上到下执行，页面控件的值变化后，脚本重新运行并更新结果。你不需要手写HTML页面，也不需要先写一套REST API再写前端。

在GIS开发中，这种模式有三个好处。

1. 数据处理和界面展示写在同一种语言里

很多GIS人员本来就熟悉Python生态，例如GeoPandas、Shapely、PyProj、Rasterio、GDAL、OSMnx和SQLAlchemy。用Streamlit时，你可以直接把这些处理结果放到页面上，不必频繁在后端Python和前端JavaScript之间切换。

2. 控件非常适合调GIS参数

GIS分析常常依赖参数，例如坐标系、搜索半径、插值方法、分类字段、时间范围、空间过滤条件。Streamlit提供滑块、下拉框、文件上传、日期选择和复选框，非常适合做参数化原型。

3. 可直接接入PyDeck三维地图

Streamlit内置对PyDeck的支持。PyDeck是deck.gl的Python封装，适合展示三维柱状图、弧线、散点、路径、网格聚合等WebGIS可视化效果。对于三维地图加载源码演示，Streamlit加PyDeck是非常轻量的组合。

步骤：用Streamlit做一个GIS三维地图原型

下面我们从环境搭建开始，做一个可运行的Streamlit GIS三维地图示例。示例使用CSV点数据，字段包括经度、纬度和高度值，然后在地图上显示三维柱状图。

步骤1：准备Python环境

建议使用Python虚拟环境，避免和已有ArcGIS Pro、QGIS或Anaconda环境混在一起。可以在项目目录中执行：

python -m venv .venv
.venvScriptsactivate
pip install streamlit pandas pydeck

如果你在macOS或Linux中使用终端，可以这样激活环境：

python3 -m venv .venv
source .venv/bin/activate
pip install streamlit pandas pydeck

步骤2：准备示例点数据

新建一个名为points.csv的文件，内容如下。实际项目中，你可以把这里替换为POI、建筑物中心点、网格统计结果、车辆轨迹点或灾害监测点。

name,lon,lat,height
A区,116.391,39.907,120
B区,116.401,39.913,260
C区,116.382,39.898,180
D区,116.410,39.905,320
E区,116.372,39.915,150

注意，经纬度字段必须是WGS84地理坐标，也就是常见的EPSG:4326。Web地图底图通常使用Web Mercator显示，但输入经纬度仍然通常使用经度、纬度。

步骤3：编写Streamlit三维地图加载源码

新建文件app.py，写入下面的完整代码：

import streamlit as st
import pandas as pd
import pydeck as pdk

st.set_page_config(
    page_title="Streamlit GIS三维地图原型",
    layout="wide"
)

st.title("Streamlit GIS三维地图原型")

st.sidebar.header("参数设置")
uploaded_file = st.sidebar.file_uploader("上传CSV点数据", type=["csv"])
height_scale = st.sidebar.slider("高度缩放", min_value=1, max_value=50, value=10)
radius = st.sidebar.slider("柱体半径", min_value=50, max_value=1000, value=200)

if uploaded_file is not None:
    df = pd.read_csv(uploaded_file)
else:
    df = pd.read_csv("points.csv")

required_fields = {"lon", "lat", "height"}
if not required_fields.issubset(df.columns):
    st.error("CSV必须包含 lon、lat、height 字段。")
    st.stop()

df = df.dropna(subset=["lon", "lat", "height"])

st.subheader("数据预览")
st.dataframe(df)

center_lon = df["lon"].mean()
center_lat = df["lat"].mean()

layer = pdk.Layer(
    "ColumnLayer",
    data=df,
    get_position="[lon, lat]",
    get_elevation="height",
    elevation_scale=height_scale,
    radius=radius,
    get_fill_color="[255, 120, 60, 180]",
    pickable=True,
    auto_highlight=True,
)

view_state = pdk.ViewState(
    longitude=center_lon,
    latitude=center_lat,
    zoom=11,
    pitch=50,
    bearing=0
)

tooltip = {
    "html": "<b>名称：</b>{name}<br/><b>高度值：</b>{height}",
    "style": {"backgroundColor": "steelblue", "color": "white"}
}

deck = pdk.Deck(
    layers=[layer],
    initial_view_state=view_state,
    tooltip=tooltip,
    map_style="light"
)

st.subheader("三维地图")
st.pydeck_chart(deck)

st.subheader("字段统计")
st.write(df["height"].describe())

步骤4：运行Streamlit应用

在项目目录执行：

streamlit run app.py

浏览器打开后，你会看到一个包含侧边栏、数据表格、三维地图和字段统计的GIS原型页面。你可以上传自己的CSV文件，也可以调整高度缩放和柱体半径，观察三维地图效果变化。

步骤5：把GeoJSON或Shapefile接入Streamlit

如果你的数据不是CSV，而是GeoJSON或Shapefile，可以用GeoPandas读取，然后转换为经纬度字段。示例代码如下：

import geopandas as gpd

gdf = gpd.read_file("data.geojson")

if gdf.crs is None:
    raise ValueError("数据没有坐标系信息，请先定义CRS。")

gdf = gdf.to_crs(epsg=4326)
gdf["lon"] = gdf.geometry.centroid.x
gdf["lat"] = gdf.geometry.centroid.y
gdf["height"] = gdf["value"]

df = gdf[["lon", "lat", "height"]].copy()

这里要特别注意：如果原始数据是面数据，示例中使用的是面要素的中心点来展示三维柱状图。它适合做统计图，不等于真实三维建筑模型。如果需要展示真实建筑轮廓，需要使用PolygonLayer或专门的三维瓦片方案。

常见坑：Streamlit GIS开发最容易出错的地方

1. 坐标系没有转成EPSG:4326

很多GIS数据来自地方坐标系、投影坐标系或CGCS2000投影分带。如果直接把米制坐标当作经纬度传给Web地图，地图会飞到错误位置，甚至完全看不到数据。

处理方法是：在进入PyDeck、Leaflet或其他Web地图组件前，先确认数据坐标系，并转换到EPSG:4326。

gdf = gdf.to_crs(epsg=4326)

2. 经度和纬度字段顺序写反

PyDeck中的get_position通常写作[lon, lat]，也就是经度在前、纬度在后。很多GIS软件界面会显示为纬度、经度，容易让初学者写反。

3. 数据量过大导致页面卡顿

Streamlit适合原型开发，但不是无限承载大数据的前端引擎。几十万点、复杂面数据或高频轨迹如果直接传到浏览器，页面会明显变慢。

建议先做抽稀、聚合或切片：

• 点数据：使用网格聚合、六边形聚合或采样。
• 线数据：先进行简化，减少节点数量。
• 面数据：先简化边界，必要时转换为矢量瓦片。
• 大范围数据：按行政区、时间或视图范围过滤。

4. 把Streamlit当作正式WebGIS框架

Streamlit非常适合GIS极速原型，但它不是替代所有WebGIS架构的银弹。如果项目需要复杂用户权限、多租户、异步任务队列、审计日志、稳定API和前端工程化，Flask、FastAPI、Django加前端地图框架仍然更合适。

5. 三维高度值没有单位说明

三维柱状图中的height可以代表人口、销售额、风险值、建筑高度或事件数量。演示时必须在图例、标题或说明中写清楚单位，否则三维效果容易误导读者。

方法比较：Streamlit、Flask和传统WebGIS该怎么选

简单判断：如果你要验证GIS分析流程，优先考虑Streamlit；如果你要做稳定后端服务，考虑Flask或FastAPI；如果你要做正式WebGIS产品，就需要前端地图框架配合后端服务。

检查清单：发布Streamlit GIS原型前先检查这些项

• 坐标系：地图展示前是否已转换到EPSG:4326？
• 字段：是否存在经度、纬度、高度或分类字段？字段名是否和代码一致？
• 数据量：是否对大数据做了抽稀、过滤、聚合或简化？
• 单位：三维高度、缓冲半径、面积统计是否标注了单位？
• 异常值：是否处理了空值、零值、负值和明显离群点？
• 交互控件：参数范围是否合理，默认值是否能展示正常结果？
• 可复现：是否提供示例数据、依赖包列表和运行命令？
• 用途边界：是否说明这是原型工具，而不是正式生产系统？

FAQ：Streamlit GIS开发常见问题

Q1：Streamlit可以替代Flask做GIS开发吗？

不建议简单替代。Streamlit适合GIS极速原型、数据分析看板和内部工具；Flask更适合构建稳定的GIS后端接口和正式Web服务。如果项目还在验证阶段，Streamlit效率更高；如果已经进入生产系统设计，Flask或FastAPI更稳妥。

Q2：Streamlit能加载真正的三维地图吗？

可以加载三维可视化效果，例如三维柱状图、路径、弧线和点聚合。通过PyDeck可以使用deck.gl的部分图层能力。但如果你要加载倾斜摄影、BIM、3D Tiles或复杂三维地球场景，Cesium通常更合适。

Q3：Streamlit GIS三维地图加载源码需要前端基础吗？

基础示例不需要太多前端知识。你主要写Python代码，通过PyDeck配置图层、视角和提示框即可。但如果需要更复杂的地图交互、图层样式和业务事件，理解一些WebGIS前端原理会更有帮助。

Q4：GeoPandas数据能直接放进Streamlit地图吗？

可以，但通常需要先整理成地图组件能识别的结构。点数据可以提取经纬度字段；面数据可以转GeoJSON；统计结果可以转为DataFrame。关键是保证坐标系正确、字段清晰、数据量适中。

Q5：Streamlit部署GIS原型有什么注意事项？

部署前要检查依赖包、数据路径、文件上传大小、服务器内存和地图底图访问限制。如果使用GDAL、GeoPandas、Rasterio等GIS库，建议提前在目标服务器测试安装环境，避免部署时出现底层库缺失问题。

结论：用Streamlit先跑通GIS想法，再决定是否上Flask

GIS开发不一定一开始就要进入完整Web系统架构。对于空间分析验证、三维地图演示、数据处理工具和教学案例，Streamlit可以显著降低原型开发成本，让你更快把GIS逻辑展示出来。

但也要明确边界：Streamlit GIS开发适合“快”，Flask和FastAPI适合“稳”，Cesium、OpenLayers和Leaflet适合“强交互地图产品”。实际项目中，比较好的路线通常是：先用Streamlit验证数据和算法，再把成熟逻辑迁移到正式WebGIS架构中。

如果你只是想快速做一个可演示、可调参、可上传数据的三维地图原型，本文的Streamlit三维地图加载源码已经足够作为起点。后续可以继续扩展GeoJSON读取、PostGIS查询、空间分析参数和结果下载功能，把它变成一个真正实用的GIS内部工具。