转换为通用 CRS 并保存到文件
正如前面练习所示，这两个数据集使用的坐标参考系（CRS）不同。这一点也在本练习的第一幅图中有所体现（其代码已在脚本中提供）：两个数据集覆盖的是同一地区，按理说它们的坐标应该重叠，但实际上并没有。
为了便于本章后续分析，我们将把两个数据集都转换到相同的 CRS，并分别保存为新文件。为确保可以进行基于距离的计算，我们会将其转换为投影 CRS：本地的 UTM 35 带，其 EPSG 代码为 EPSG:32735（https://epsg.io/32735）。
采矿点（mining_sites）和国家公园（national_parks）数据集已加载，GeoPandas 和 matplotlib 已导入。
本练习是课程的一部分
在 Python 中处理地理空间数据
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Plot the natural parks and mining site data
ax = national_parks.plot()
mining_sites.plot(ax=ax, color='red')
plt.show()
# Convert both datasets to UTM projection
mining_sites_utm = ____
national_parks_utm = ____
# Plot the converted data again
ax = national_parks_utm.plot()
mining_sites_utm.plot(ax=ax, color='red')
plt.show()