想用Streamlit开发GIS Web应用？手把手教你搭建（附：3个GIS项目源码）

wowwwai GIS研习社 · 工具流程与项目排障

如果你正在搜索“想用Streamlit开发GIS Web应用？手把手教你搭建（附：3个GIS项目源码）”，大概率是想把已有的 Shapefile、GeoJSON、CSV 点位或栅格分析结果，快速做成一个可交互的 WebGIS 小应用，而不是从零学习复杂的前端框架。

这篇文章面向 GIS 学生、初级 GIS 工程师和空间数据分析人员，重点讲清楚：如何用 Streamlit 搭建 GIS Web 应用、如何加载地图与空间数据、如何组织项目代码，以及如何扩展出 3 个常见 GIS 项目原型。

引言：为什么 GIS 项目适合先用 Streamlit 做原型

传统 WebGIS 开发通常需要前端框架、地图 SDK、后端接口、数据库和部署环境。对于很多 GIS 分析型项目来说，这个技术栈偏重，尤其是当你的目标只是展示数据、调试模型、做内部工具或快速验证业务流程时。

Streamlit 的优势在于：用 Python 就能完成页面、控件、图表和交互逻辑。对于已经熟悉 ArcPy、GeoPandas、Rasterio、PostGIS 或 Jupyter Notebook 的 GIS 用户来说，学习成本明显更低。

用 Streamlit 开发 GIS Web 应用，适合以下场景：

• 把 GeoJSON、Shapefile、CSV 点位快速发布为交互式地图。
• 给缓冲区分析、空间叠加、热力图、选址分析等流程做可视化界面。
• 为项目组内部搭建一个轻量 GIS 数据查看器。
• 把 Python 空间分析脚本包装成非技术同事也能使用的工具。
• 制作课程作业、竞赛原型、汇报演示或数据质检面板。

背景：Streamlit GIS Web应用通常由哪些部分组成

一个实用的 Streamlit GIS Web 应用，一般不只是“显示一张地图”。它通常由数据输入、空间处理、地图渲染、属性表查看和结果下载几个部分组成。

模块	常用工具	作用
页面与交互	Streamlit	创建按钮、下拉框、侧边栏、文件上传、结果展示
矢量数据处理	GeoPandas、Shapely、Fiona	读取 Shapefile、GeoJSON，执行缓冲区、裁剪、叠加等操作
栅格数据处理	Rasterio、rioxarray	读取 GeoTIFF、提取像元值、做栅格统计
地图展示	Folium、streamlit-folium、PyDeck	在网页中显示底图、点线面、热力图和交互图层
空间数据库	PostGIS、SQLAlchemy、psycopg	存储和查询大规模空间数据
部署发布	Streamlit Community Cloud、Docker、服务器	让别人通过浏览器访问应用

对于入门阶段，建议优先使用 Streamlit + GeoPandas + Folium + streamlit-folium。这个组合足以完成大多数矢量 GIS Web 应用原型。

原理：Streamlit如何把Python脚本变成GIS Web应用

Streamlit 的核心机制是“脚本即应用”。你写一个 Python 文件，例如 app.py，然后运行 streamlit run app.py，Streamlit 会把脚本中的控件、图表、地图和文本渲染成网页。

当用户在页面上点击按钮、上传文件或修改参数时，Streamlit 会重新执行脚本，并根据当前控件状态刷新页面结果。这个机制非常适合 GIS 分析流程，因为很多 GIS 任务本身就是“输入数据和参数，然后生成结果”。

在 GIS Web 应用中，常见的数据流如下：

1. 用户上传 GeoJSON、Shapefile 压缩包或 CSV 点位数据。
2. Python 使用 GeoPandas 读取数据。
3. 检查坐标系，必要时转换为 WGS84，即 EPSG:4326。
4. 使用 Folium 或 PyDeck 创建交互地图。
5. 通过 Streamlit 将地图、属性表和统计结果显示出来。
6. 用户下载处理后的 GeoJSON、CSV 或图表结果。

注意：Web 地图常用经纬度坐标 EPSG:4326 或 Web Mercator EPSG:3857。如果你的数据是 CGCS2000、高斯投影或地方坐标系，直接加载到 Web 地图上很容易出现位置偏移或显示为空。

步骤：从零搭建一个Streamlit GIS Web应用

步骤1：准备Python环境

建议使用独立虚拟环境，避免和 ArcGIS Pro、QGIS 自带 Python 环境混在一起。下面以 Conda 为例：

conda create -n streamlit-gis python=3.11 -y
conda activate streamlit-gis
pip install streamlit geopandas folium streamlit-folium shapely pyproj pandas

如果你需要处理栅格数据，可以继续安装：

pip install rasterio rioxarray

如果你准备连接 PostGIS，可以安装：

pip install sqlalchemy psycopg2-binary geoalchemy2

步骤2：创建项目目录

建议一开始就把目录组织清楚，后面扩展项目会容易很多。

streamlit-gis-demo/
├── app.py
├── requirements.txt
├── data/
│   └── sample.geojson
├── pages/
│   ├── 1_点位地图.py
│   ├── 2_缓冲区分析.py
│   └── 3_空间查询.py
└── outputs/

其中 app.py 是首页，pages 目录可以放多个功能页面。Streamlit 会自动识别多页面应用。

步骤3：写一个最小可运行的GIS地图页面

下面这个示例会读取 GeoJSON，并在 Folium 地图中显示。请确保数据坐标系是 EPSG:4326。

import streamlit as st
import geopandas as gpd
import folium
from streamlit_folium import st_folium

st.set_page_config(page_title="Streamlit GIS Web应用", layout="wide")

st.title("Streamlit GIS Web应用示例")
st.write("上传或读取GeoJSON数据，并在交互式地图中显示。")

uploaded_file = st.file_uploader("上传GeoJSON文件", type=["geojson", "json"])

if uploaded_file is not None:
    gdf = gpd.read_file(uploaded_file)

    if gdf.crs is None:
        st.warning("数据缺少坐标系信息，请先确认是否为EPSG:4326。")
    else:
        gdf = gdf.to_crs(epsg=4326)

    st.write("属性表预览")
    st.dataframe(gdf.drop(columns="geometry").head())

    center = [gdf.geometry.centroid.y.mean(), gdf.geometry.centroid.x.mean()]
    m = folium.Map(location=center, zoom_start=10, tiles="OpenStreetMap")

    folium.GeoJson(
        gdf,
        name="上传图层",
        tooltip=folium.GeoJsonTooltip(fields=list(gdf.columns.drop("geometry"))[:3])
    ).add_to(m)

    folium.LayerControl().add_to(m)
    st_folium(m, width=1100, height=600)
else:
    st.info("请上传一个GeoJSON文件。")

运行应用：

streamlit run app.py

浏览器打开后，你就能看到文件上传控件、属性表和交互地图。这就是一个最小版的 Streamlit GIS Web 应用。

步骤4：处理Shapefile上传

Shapefile 不是单文件格式，至少包含 .shp、.shx、.dbf，通常还需要 .prj。在 Web 应用中，建议让用户上传 ZIP 压缩包，然后解压读取。

import tempfile
import zipfile
from pathlib import Path
import geopandas as gpd

def read_shapefile_zip(uploaded_zip):
    with tempfile.TemporaryDirectory() as tmpdir:
        zip_path = Path(tmpdir) / "upload.zip"
        zip_path.write_bytes(uploaded_zip.read())

        with zipfile.ZipFile(zip_path, "r") as z:
            z.extractall(tmpdir)

        shp_files = list(Path(tmpdir).glob("*.shp"))
        if not shp_files:
            raise ValueError("压缩包中没有找到.shp文件")

        gdf = gpd.read_file(shp_files[0])
        return gdf

在实际项目中，还要检查是否存在 .prj 文件。如果没有坐标系信息，后续地图定位和空间分析都可能出错。

步骤5：加入坐标系检查

GIS Web 应用最常见的问题之一，就是数据加载成功但地图上看不到。很多时候不是代码错了，而是坐标系不对。

def ensure_wgs84(gdf):
    if gdf.crs is None:
        raise ValueError("数据没有坐标系信息，无法安全转换到EPSG:4326")
    return gdf.to_crs(epsg=4326)

如果你的原始数据是投影坐标系，例如 EPSG:4547、EPSG:4490、EPSG:3857 或地方独立坐标系，需要先确认坐标系定义是否正确，再转换到 Web 地图可用的坐标系。

步骤：3个GIS项目源码原型

项目1：GeoJSON在线查看器

这个项目适合做 GIS 数据预览、作业检查和项目成果浏览。功能包括上传 GeoJSON、查看属性表、显示地图、下载转换后的数据。

import streamlit as st
import geopandas as gpd
import folium
from streamlit_folium import st_folium

st.set_page_config(page_title="GeoJSON在线查看器", layout="wide")
st.header("GeoJSON在线查看器")

file = st.file_uploader("上传GeoJSON", type=["geojson", "json"])

if file:
    gdf = gpd.read_file(file)

    if gdf.crs is not None:
        gdf = gdf.to_crs(epsg=4326)
    else:
        st.warning("未检测到坐标系，默认按EPSG:4326显示。")
        gdf = gdf.set_crs(epsg=4326)

    bounds = gdf.total_bounds
    center = [(bounds[1] + bounds[3]) / 2, (bounds[0] + bounds[2]) / 2]

    col1, col2 = st.columns([2, 1])

    with col1:
        m = folium.Map(location=center, zoom_start=9)
        folium.GeoJson(gdf, name="GeoJSON图层").add_to(m)
        st_folium(m, width=850, height=550)

    with col2:
        st.metric("要素数量", len(gdf))
        st.write("字段列表")
        st.write(list(gdf.columns))

    st.write("属性表")
    st.dataframe(gdf.drop(columns="geometry"))

    output = gdf.to_json()
    st.download_button(
        "下载GeoJSON",
        output,
        file_name="converted.geojson",
        mime="application/geo+json"
    )

这个项目的关键点是 坐标系统一 和 属性表预览。如果数据比较大，建议不要一次性把全部属性都渲染出来，可以只显示前 100 行。

项目2：点位缓冲区分析工具

这个项目适合做门店服务范围、采样点影响范围、设施覆盖范围等分析。用户上传点数据，输入缓冲半径，应用自动生成缓冲区并显示。

import streamlit as st
import geopandas as gpd
import folium
from streamlit_folium import st_folium

st.set_page_config(page_title="点位缓冲区分析工具", layout="wide")
st.header("点位缓冲区分析工具")

file = st.file_uploader("上传点GeoJSON", type=["geojson", "json"])
radius = st.number_input("缓冲半径（米）", min_value=100, max_value=50000, value=1000, step=100)

if file:
    points = gpd.read_file(file)

    if points.crs is None:
        st.error("数据缺少坐标系，无法进行可靠的米制缓冲区分析。")
        st.stop()

    points_wgs84 = points.to_crs(epsg=4326)

    projected = points.to_crs(epsg=3857)
    buffers = projected.copy()
    buffers["geometry"] = projected.geometry.buffer(radius)
    buffers = buffers.to_crs(epsg=4326)

    center = [
        points_wgs84.geometry.y.mean(),
        points_wgs84.geometry.x.mean()
    ]

    m = folium.Map(location=center, zoom_start=11)

    folium.GeoJson(
        buffers,
        name="缓冲区",
        style_function=lambda x: {
            "fillColor": "#3186cc",
            "color": "#08519c",
            "weight": 1,
            "fillOpacity": 0.35
        }
    ).add_to(m)

    folium.GeoJson(
        points_wgs84,
        name="点位"
    ).add_to(m)

    folium.LayerControl().add_to(m)
    st_folium(m, width=1100, height=600)

    st.write("缓冲区属性表")
    st.dataframe(buffers.drop(columns="geometry").head())

这里要特别注意：不要直接在 EPSG:4326 经纬度坐标下做米制缓冲区。经纬度单位是度，不是米。更严谨的做法是根据研究区选择合适的投影坐标系，例如 UTM 分带或国家标准投影。

项目3：PostGIS空间查询面板

这个项目适合把数据库里的空间数据做成查询工具，例如按行政区筛选地块、按范围查询设施、按类型显示 POI。下面示例演示从 PostGIS 读取数据并显示到 Streamlit 地图中。

import streamlit as st
import geopandas as gpd
import folium
from sqlalchemy import create_engine
from streamlit_folium import st_folium

st.set_page_config(page_title="PostGIS空间查询面板", layout="wide")
st.header("PostGIS空间查询面板")

db_url = st.text_input(
    "PostGIS连接字符串",
    value="postgresql://user:password@localhost:5432/gisdb"
)

table_name = st.text_input("表名", value="public.poi")
type_value = st.text_input("筛选类型字段值", value="学校")

if st.button("查询"):
    engine = create_engine(db_url)

    sql = f"""
    SELECT *
    FROM {table_name}
    WHERE type = %(type_value)s
    LIMIT 1000
    """

    gdf = gpd.read_postgis(
        sql,
        engine,
        geom_col="geom",
        params={"type_value": type_value}
    )

    if gdf.empty:
        st.warning("没有查询到数据。")
        st.stop()

    gdf = gdf.to_crs(epsg=4326)

    center = [
        gdf.geometry.centroid.y.mean(),
        gdf.geometry.centroid.x.mean()
    ]

    m = folium.Map(location=center, zoom_start=12)
    folium.GeoJson(gdf, name="查询结果").add_to(m)
    st_folium(m, width=1100, height=600)

    st.write("查询结果")
    st.dataframe(gdf.drop(columns="geom", errors="ignore").drop(columns="geometry", errors="ignore").head(100))

真实项目中，不建议把数据库账号密码直接写在页面输入框里。更合适的做法是使用 Streamlit 的 secrets 配置，或者在服务器环境变量中管理连接信息。

常见坑：Streamlit GIS Web应用最容易出错的地方

1. 地图空白或数据跑到海里

优先检查坐标系。Web 地图常见底图通常需要经纬度坐标或 Web Mercator 坐标。如果你的 GeoDataFrame 没有 crs，或者错误地把投影坐标当成 EPSG:4326，地图就会出现严重偏移。

• 检查 gdf.crs 是否为空。
• 确认原始数据的真实坐标系。
• 使用 to_crs(epsg=4326) 前，必须先有正确的 CRS 定义。
• 不要用 set_crs 代替 to_crs 做坐标转换。

2. Shapefile上传后读取失败

Shapefile 是一组文件，不是单个 .shp 文件。用户只上传 .shp 通常会失败，或者属性丢失。

• 要求用户上传 ZIP 压缩包。
• 压缩包中至少包含 .shp、.shx、.dbf。
• 建议包含 .prj，否则无法可靠识别坐标系。
• 中文字段或中文路径可能导致编码问题，建议优先使用 UTF-8。

3. 数据量稍大页面就很卡

Streamlit 很适合快速原型，但不是万能的高并发 WebGIS 引擎。几万到几十万个要素直接传给 Folium，浏览器可能明显卡顿。

• 先对数据做简化，例如 simplify。
• 只显示当前范围或筛选后的数据。
• 大数据量优先使用 PostGIS 做空间查询。
• 矢量切片、栅格切片和地图服务更适合大规模发布。
• 属性表不要一次性显示全部记录。

4. 缓冲区面积和距离不准确

如果直接在 EPSG:4326 下做距离和面积计算，结果通常不可靠。因为 EPSG:4326 的单位是度，不是米。

• 距离、面积、缓冲区分析应使用合适的投影坐标系。
• 小范围项目可选择当地 UTM 投影。
• 全国尺度数据要谨慎选择等面积投影或分区处理。
• 分析完成后，再转换为 EPSG:4326 用于 Web 地图显示。

5. 部署后本地能跑，服务器不能跑

常见原因包括依赖没有写入 requirements.txt、服务器缺少 GDAL 相关库、路径写死为本地绝对路径、上传文件没有临时目录权限等。

• 使用相对路径，不要写 D:projectdata 这类本地路径。
• 把依赖固定在 requirements.txt。
• 部署前在干净环境中测试安装。
• 大文件上传要考虑服务器内存和超时限制。

方法比较：Streamlit、Dash、传统WebGIS怎么选

方案	适合场景	优点	限制
Streamlit	GIS分析工具、数据看板、快速原型、内部应用	Python友好，开发快，适合空间分析脚本包装	复杂前端交互和高并发能力有限
Dash	数据可视化系统、图表联动、企业内部面板	交互能力较强，组件体系成熟	代码结构比Streamlit更复杂
Leaflet / OpenLayers	正式WebGIS系统、地图编辑、复杂图层控制	前端能力强，生态成熟，适合生产系统	需要JavaScript和前后端开发经验
QGIS插件	桌面端GIS工具扩展	能直接利用QGIS环境和图层	不适合浏览器访问和多人共享
ArcGIS Experience Builder	ArcGIS生态内的Web应用搭建	配置化程度高，适合ArcGIS服务	生态绑定较强，定制开发成本较高

如果你的目标是“快速把 Python GIS 分析流程变成一个别人能点选参数、查看地图、下载结果的页面”，Streamlit 是非常合适的。如果你的目标是正式上线的公众 WebGIS 平台，建议使用 Leaflet、OpenLayers、Cesium、GeoServer、PostGIS 等更完整的 WebGIS 架构。

检查清单：发布前必须确认的GIS细节

• 坐标系：所有用于 Web 地图展示的数据是否已转换为 EPSG:4326。
• 分析坐标：距离、面积、缓冲区是否在合适的投影坐标系中计算。
• 数据大小：上传文件大小、要素数量、字段数量是否会导致页面卡顿。
• 字段安全：是否隐藏了身份证号、手机号、精确住址等敏感字段。
• 路径写法：是否避免使用本地绝对路径。
• 依赖文件：requirements.txt 是否包含全部依赖包。
• 异常提示：上传错误文件、缺少坐标系、空数据时是否有明确提示。
• 结果验证：输出数据是否能在 QGIS 或 ArcGIS Pro 中正常打开。
• 部署环境：服务器是否支持 GeoPandas、GDAL、Rasterio 等依赖。
• 访问权限：数据库账号、API Key、内部数据是否已做权限控制。

FAQ：Streamlit开发GIS Web应用常见问题

Q1：Streamlit可以开发真正的WebGIS系统吗？

可以开发轻量级 GIS Web 应用，尤其适合内部工具、分析面板、数据预览、模型演示和原型验证。但如果需要复杂地图编辑、海量图层、高并发访问、权限系统和长期运维，建议使用传统 WebGIS 架构。

Q2：Streamlit加载GeoJSON地图很慢怎么办？

先检查 GeoJSON 文件大小和要素数量。可以尝试几种方法：简化几何、减少字段、按范围筛选、只加载前若干条记录、改用 PostGIS 查询，或者将大数据发布为矢量切片服务。GeoJSON 适合中小规模数据交换，不适合无限制承载海量空间数据。

Q3：Streamlit能直接读取Shapefile吗？

可以，但在 Web 上传场景中不建议只上传单个 .shp 文件。应上传包含 .shp、.shx、.dbf、.prj 的 ZIP 压缩包，然后在后台解压并用 GeoPandas 读取。

Q4：为什么Streamlit缓冲区分析结果不准确？

通常是因为在经纬度坐标系下直接做了缓冲区。经纬度单位是度，缓冲半径如果按米理解就会出错。正确做法是先转换到合适的投影坐标系，完成缓冲区分析后，再转换回 EPSG:4326 用于地图显示。

Q5：Streamlit适合连接PostGIS吗？

适合。Streamlit 可以作为前端交互界面，PostGIS 负责空间数据存储和空间查询。对于数据量较大的 GIS Web 应用，用 PostGIS 在数据库端完成筛选、相交、范围查询，再把结果返回给 Streamlit，会比一次性加载全部文件更稳妥。

Q6：Streamlit GIS应用可以部署到哪里？

常见选择包括 Streamlit Community Cloud、企业内网服务器、Docker 容器、云服务器等。如果项目依赖 GeoPandas、Rasterio、GDAL 等 GIS 库，部署前要特别确认运行环境是否能正确安装这些依赖。

Q7：Folium和PyDeck在Streamlit里怎么选？

Folium 更适合传统二维 Web 地图展示，使用 Leaflet 生态，加载 GeoJSON、点线面图层比较直观。PyDeck 更适合大规模点数据、三维柱状图、弧线、热力可视化等效果。入门阶段建议先用 Folium，数据可视化需求增强后再考虑 PyDeck。

结论：先做轻量原型，再决定是否升级为完整WebGIS

用 Streamlit 开发 GIS Web 应用的最大价值，不是替代所有 WebGIS 技术，而是让 GIS 分析人员可以快速把 Python 空间处理能力变成可交互页面。

对于 GeoJSON 在线查看、点位缓冲区分析、PostGIS 空间查询这类任务，Streamlit 的开发效率很高，也非常适合教学、项目汇报和内部工具建设。

实际使用时，请重点把握三个原则：第一，地图展示前检查坐标系；第二，距离和面积分析使用合适的投影坐标系；第三，大数据量不要直接塞进浏览器，而应交给 PostGIS、地图服务或切片方案处理。

如果你刚开始做 GIS Web 应用，建议先按本文的 3 个项目源码原型跑通一遍，再根据自己的数据格式、分析流程和部署环境逐步扩展。这样比一开始就搭建复杂前后端系统更稳，也更容易把 GIS 业务逻辑做正确。