社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

Python自动化处理空间数据能有多高效? 那些别人不愿意说的技巧都在这里丨城市数据派

城市数据派 • 6 月前 • 208 次点击  

数据精英夏季特训营开车啦!

同时报名还可享更多优惠:

任选2套同报,再减200元!

任选3套同报,再减360元!

任选4套同报,再减520元!

任选5套同报,再减700元!

任选6套同报,再减900元!

(以上优惠不包括营5和营14)

加我获取每套课程详细介绍
加我咨询和报名课程



 老师简介


王金柱老师利用空间软件分析技术已经发表了4篇文章:

一区TOP:

·Wang, Jinzhu, Michalis Hadjikakou, Richard J. Hewitt, and Brett A. Bryan. "Simulating large-scale urban land-use patterns and dynamics using the U-Net deep learning architecture.Computers, Environment and Urban Systems 97 (2022): 101855.



一区:

·Wang, Jinzhu, Michalis Hadjikakou, and Brett A. Bryan. "Consistent, accurate, high resolution, long time-series mapping of built-up land in the North China Plain." GIScience & Remote Sensing 58, no. 7 (2021): 982-998.


二区:

·Wang, Jinzhu, Qian Zhang, Taoji Gou, Jianbing Mo, Zifang Wang, and Ming Gao. "Spatial-temporal changes of urban areas and terrestrial carbon storage in the Three Gorges Reservoir in China." Ecological Indicators 95 (2018): 343-352.


三区:

Wang, Jinzhu, Ming Gao, Xinhua He, Qian Zhang, Natamba     Leo, and Chang Xu. "Evaluation of potential productivity of woody     energy crops on marginal land in China." Chinese Geographical     Science 27, no. 6 (2017): 963-973.



 课程简介

王金柱老师:我在一区TOP上发表的《Simulating large-scale urban land-use patterns and dynamics using the U-Net deep learning architecture》论文中通过Python,帮我高效的完成了自动化处理空间数据,我将这些技术和经验整理为本套课程《利用Python自动化处理空间数据》,期待帮助更多人掌握更高效的数据处理方法!

Python是被最广泛运用的编程语言之一,空间数据是大数据的重要组成部分。将Python运用到自动化处理空间数据中是提高工作效率,优化业务流程的有效途径。目前国内科研人员和相关从业人员主要依赖ArcGIS等平台,以手动的方式分析和处理空间数据。在大数据时代背景下,自动、高效的处理空间信息,是获取数据价值,提高工作产出的正确选择。

《利用Python自动化处理空间数据》课程面向零基础初学者,从Python的基本概念讲起,循序渐进,坡度适中的依次介绍矢量和栅格数据的自动化处理流程,并通过与实际科研代码项目结合的方式将所学概念融入到实践中。


适合人群:

  • 地理信息,环境科学等专业的研究人员

  • 城乡规划、地理信息、房产、国土等从业人员


 课程特色


  • 特色1:从零开始,不需要任何编程基础

  • 特色2:面向实战,以科研/项目为导向

  • 特色3:难度适中,从基本概念出发构建知识系统

  • 特色4:内容系统,涵盖地理信息处理的大部分常用工具

  • 特色5:即学即用,对课程代码稍加修改即可用于实践中


 课程大纲


第一章  利用Anaconda构建Python的使用环境 
• Anaconda的下载
• Python环境的设置
• 激活Python环境并且利用Jupyter Notebook进行编程
• Jupyter Notebook的常用命令
• 初步尝试Python语言 

第二章 认识Python的基本变量类型 
• Boolean 布尔
• Number 数字
• String 字符串
• List 列表
• Tuple 元祖
• Set 集合
• Dictionary 字典 

第三章 Pandas的主要用法 
• 创建DataFrame
• 读取csv文件,观察DataFrame的基本信息
• 提取/筛选信息
• Pandas的高级用法: melt, pivot, groupby 

第四章 Python的逻辑判断与循环 
• If 判断
• For循环
• While循环 

第五章 使用Geopandas处理 Esri Shapefile (SHP)文件
• 安装geopandas
• 从坐标出发,理解gpd处理点线面的逻辑
• 利用gpd进行空间数据处理 


第六章  利用rasterio处理tif 
• 安装rasterio,读取tif文件,可视化数组(numpy.array)
• 利用rasterio对tif文件进行拉伸处理
• 利用rasterio进行空间统计分析 




第七章 两个实战进阶项目 
【进阶项目1】:
把建设用地适宜性地图转换为预测结果
【进阶项目2】:
利用sklearn对遥感图像进行分类 





第八章 自动获取高德数据 
• 申请高德开发者账号,尝试手动/自动下载数据
• 四叉树法获取高德数据 





第九章 利用ArcGIS制作POI信息密度图 
完成ArcGIS制作POI信息密度图全流程 


 配套资料

加密视频包

软件安装包

代码包

数据包


  学习模式说明

  • 7月30日晚:发放课程资料。

  • 7月31日-8月30

    学习录播教学视频共约16个课时,录播视频仅限电脑端播放且需要我们提供的学员专属授权码,要求电脑装有64位Windows10或11系统,课程视频等材料最多支持2台电脑上播放。如果您是苹果OS系统,则需要电脑上安装虚拟 Windows10或11系统。

  • 8月30答疑服务结束如有需要学员可联系客服获取电子版结业证书该课程视频有效期为4年发放课程资料之日算起,在有效期内视频可以无限次反复观看。


  咨询与报名

 现在报名可享优惠

加我咨询和报名吧




Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/172555
 
208 次点击