专栏名称: 城市数据派
城市数据派Urban Data Party:专业的城市大数据媒体和知识服务平台。关注点:大数据、新数据、新技术、智慧城市、城市与交通规划、信息化。 网址:www.udparty.com
目录
相关文章推荐
武汉本地宝  ·  雨雨雨!武汉未来几天阴雨天“包场”! ·  昨天  
武汉本地宝  ·  下调!湖北当前油价是多少? ·  2 天前  
武汉本地宝  ·  上新啦!武汉又一批公租房开始配租登记! ·  昨天  
51好读  ›  专栏  ›  城市数据派

【特惠最后8天】零基础快速掌握Python自动化处理空间数据丨城市数据派

城市数据派  · 公众号  ·  · 2025-01-16 11:50

正文


【新春免费课程】

AIGC课程 原价299元/人
限时免费领取!
加我免费领取


【新春大促活动】
全年 惠活动来啦~
22套课程同时报多套享立减:
2套同报,立减400元!
3套同报,立减630元!
4套同报,立减880元!
5套同报,立减1150元!
(2套起报,2025年1月24日截止)

加我咨询及报名



大家好,我是王金柱老师,目前是澳大利亚迪肯大学博士研究生。我研究的课题是“气候变化和城市化背景下中国粮食可持续发展评估”。 的研究主要基于遥感大数据信息和深度学习技术,已经成功获取了华北平原地区1990年至2019年的高精度建设用地数据,并且预测了该地区在未来的城市化发展潜力。 目前正在研究气候变化和未来社会经济发展对中国粮食生产的影响。我的愿景是为保障中国的粮食安全提供及时准确的空间信息依据。


我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

我在一区TOP上发表的《Simulating large-scale urban land-use patterns and dynamics u sing 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
• 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







请到「今天看啥」查看全文