用途：在 Python 中用 GeoPandas 处理地理空间矢量数据，适合读取、转换、分析并导出矢量数据，以及制作静态或交互式（folium）分级设色地图。
主要能力：支持 Shapefile、GeoJSON、GeoPackage、GeoParquet 与 PostGIS 的读写；空间连接（sjoin、sjoin_nearest）、叠加（overlay）、融合（dissolve）、裁剪、缓冲、简化、质心、凸包与仿射变换；坐标系重投影与面积/长度/距离测量；按属性或位置筛选读取（bbox、mask、where）。
使用方式：安装 uv pip install geopandas（1.x 需 shapely≥2，默认经 pyogrio 读写）。可选依赖：folium（交互地图）、mapclassify（分类方案）、pyarrow（更快 I/O）、sqlalchemy 与 psycopg[binary]、geoalchemy2（PostGIS）、contextily（底图）、cartopy（制图投影）。典型流程为读取数据、检查并转换 CRS、执行空间分析、导出结果。
适用场景：矢量数据格式转换、点面空间连接与聚合、多源数据集成、区域统计与制图。
限制与注意：1.x 中 sjoin(op=...) 改为 predicate=，unary_union 改为 union_all()，内置 geopandas.datasets 已移除，改用 geodatasets 包。测量面积应使用等面积 CRS（如 EPSG:6933 或区域 Albers），距离/缓冲用 estimate_utm_crs()，不要用 EPSG:3857。空间操作前须检查并统一 CRS，操作前用 .is_valid 校验几何，修改几何列时用 .copy()。栅格、遥感、DEM、STAC/COG 等应改用 alterlab-geomaster；无几何的网络图分析用 alterlab-networkx；基因组区间重叠用 alterlab-gtars；天球坐标与 FITS/WCS 用 alterlab-astropy。其余细节暂未提供。