解决方案
明白了这一点之后，再看之前的代码，就发现当时用了很笨的方法。写了两个循环，先是取出大范围的 shp 中的每一个对象，再读取小范围 shp 的每一个对象，将小范围的 shp 空间对象逐个与大的空间对象进行相交操作。循环操作，就能将大范围的 shp 对象完全切割完毕。这段话说的稍微有些绕，感兴趣的可以直接看一下上篇文章。
今天又一次碰到了这个问题，回头找到了原来的文章，但是总感觉写的很丑，难道必须要用这么难看的方法来解决这个问题吗？想了半天，有没有简单的方法能够解决呢？
思考半天，找到了答案，直接对两个 GeoDataFrame 对象做类似数据库的 join 操作不就可以了嘛，只是任意两个判断的时候用空间操作代替数据库的匹配操作。想到这，就开始翻看 geopandas 的用户手册，果然让我找到了。
解决路径
- 包引用
- 创建两个 GeoDataFrame 对象
geopandas 可以直接将 shp 文件读为 GeoDataFrame 对象，如下：
shpdata = GeoDataFrame.from_file(path)
此处，采用模拟的方式创建两个 GeoDataFrame 对象，如下：
首先创建4个点对象，使用前两个创建第一个 GeoSeries 对象，后两个创建第二个 GeoSeries 对象。 buffer 函数执行缓冲区分析，将点以一定的距离扩展成面。GeoSeries 简单的说是只包含空间属性的对象，不包含 GeoDataFrame 的其他字段，所以需要为其附加其他字段，为第一个添加 left 字段，为第二个添加 right 字段，并赋值，如下：
两个 GeoDataFrame 如下：
通过画图可以看出两个对象的位置关系：
- 两两相交
官网翻阅半天，找到了 overlay 函数，overlay 是覆盖的意思，从意思我们就能猜测出是对两个对象做覆盖的操作。
官网介绍如下：
大意是说当执行两个空间对象的相交、合并、取异操作的时候就可以使用此函数。
此函数可以判断两个空间对象的交集、并集以及不同的部分，此处我们只需要取出交集就可以了。
intersection_data = geopandas.overlay(gdf1, gdf2, how='intersection')
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习
