也许今年大家留意到了一些新闻。这些新闻或许对你来说远了点，还没有实际的对你的工作与学习产生影响。但我接下来要讲的或许能真正能触动到你。
作为学生、城市研究者，你是否有做研究、发表学术论文的需求？我想你写论文，导师会说：支撑不足、深度不够、没量化，你这里要加个表、那里要加个图等等。而这些需要什么呢？需要的是数据，以及对数据的分析。作为从事规划编制的规划师，为了实现创新性，你是否需要在你的成果中加入一定的新技术、新方法？我想你在规划设计的时候，领导会说：要有创新，观点支撑不足，技术分析不够，技术亮点缺乏。
所以，无论你在学生阶段做毕业论文，还是工作阶段进行规划编制，由于城市的复杂性，你都需要进行城市研究，也往往会遇到这样的问题。做研究，无数据；有数据，难分析；能分析，很低效；资历浅，难学术。你需要一个高效的工具，这个工具要很强大，要能应对城市研究、规划编制全面过程的需求。
那怎么办呢？
这个时候，我给大家推荐Python。不是说Python能解决所有问题，但Python至少能解决你绝大多数问题。最开始，我学习Python的时候，也和大家一样有一个顾虑。这个顾虑就是，我是不是跑偏了？就如同前段时间知乎话题里所讲到的，“埋头钻进一些特别专、极其狭窄的技能培训中去，成为一名熟练的高级蓝领工人”？随着后来对Python认识的加深，以及用Python做了很多对实际工作有帮助、能极大提高工作效率的事后，我的顾虑完全打消了。这些事都更加坚定了我在Python的道路上继续走下去的决心，也促使我想让让更多的小伙伴来学习Python。
那么，为什么是Python呢？我想从3个方面展开讲。
首先是城市空间研究全过程需要Python。我来看一下城市空间研究的过程。首先我们要获得数据，早些年，数据不开放，数据源也不多，做研究、做规划所使用的数据往往拿的是一个城市的统计年鉴，用excel简单图形化就OK了。但现在，我们不能忽视多源数据的存在。看看你的领导、你到导师、甚至是你的甲方，在平时中对多源数据的态度，就能知道获得数据的能力是你非常重要的竞争力之一。获取数据之后，我们还要对这个数据进行清洗。为什么在分析之前要清洗呢？这是因为，获得的数据往往很粗糙，不能直接使用，这跟淘金很相似，最后沉淀下来的才是真金。比如，体验课中的出租车数据，OD点数据才是有用数据，才有价值。近2000万条出租车数据，也只有几十万条数据有用。如何筛选出有用数据非常关键？数据清洗完后，还要高效进行可视化。这四个阶段，是我们研究全过程需要面对的。而Python它可以做到四个阶段的全过程支持，也就是说“Python可以一语走天下”。体验课，以及正式课程中的几个专题，我们“从无到有，从有到择，从择到视，从视到示”。我们可以发下一个事实，就是Python能非常高效的辅助我们的全过程研究。一篇论文从构思到成稿，往往需要很长的时间。所以我一直在谈的，时间是非常宝贵的，城市研究的核心在于研究，技术与分析是辅助于我们研究的。所以我们要集中火力、将宝贵的时间用在理清思路、理顺逻辑、文献综述等工作内容上。
为什么要学习Python的第二点是，ArcGIS需要Python来开发分析工具。目前对ArcGIS的运用变得越来越频繁，ArcGIS也越来越重要。如果使用过ArcGIS的小伙伴应该发现了ArcGIS的工具集中不同的图标方法。小铁锤工具一般是用C++编写的，是工具集中最基础的工具，而像笔记本的这些工具，都是用Python编写的工具。所以，当我们进行研究创新的时候，我们的分析及研究往往可以转化为一个或N个模型，也就是一个工具或N个工具，比如空间自相关的莫兰指数等等。这些创新性的模型，就是一篇非常好的学术论文。
最后，我想谈，Python足够简单与高效。学东西就是这样的，简单而强大，才具有竞争力，才能触动我们去学习。不可否认在数据分析里有R，有matlab，但从简单性讲，个人认为都不如Python。比如编写爬取天气后报网站的pm2.5数据，代码就非常简答，阅读性非常高。最最关键的是代码仅仅20多行，全国所有城市1000多个监测站点的所有空气质量数据就被下载下来了。还是那句老话，城市研究的核心在于研究，技术知识辅助，在技术方法实践上花的时间不要多，而Python可以做到这一点。
目前，网上关于Python的课程非常非常多，但大部分都是计算机专业背景的老师讲的。《城市空间研究专题（Python）》这门课程的特点有什么呢？
首先，实战。也就是以能最终发表产生研究学术论文为出发点与落脚点。也有小伙伴会说，我只做规划设计，不写论文。其实不矛盾，你的规划设计最终也需要一定的研究支撑。
其次，是专业。这里指的是专业背景，我本人从事城市规划行业超过10年，我们的课程顾问，很多人也是城市规划的专业背景，真正术业有专攻。目前，网上的Python课程非常非常多，很多老师讲的都非常好。但听下来，总觉得难以理解、无法运用。我觉得是由于老师是计算机行业的，无法从规划的视角来看待Python，无法理解城市规划的逻辑。并且，他们的课程也不会涉及城市研究相关内容。
再次，是系统。也就是按照城市研究的逻辑来讲，从数据采集讲起，涉及城市研究的全过程，最终撰写学术论文。体验课程、正式课程所列出来的专题，最终都有相对应的学术论文，几篇还来自于《城市规划》这个权威期刊。我想，目前国内还没有一个课程按照这个逻辑来讲。这深度贴合了我们学这门课的最终目的。
最后，是简明。课程讲解力求能让每一个小白听懂。只要你知道一点点Python的基础就可以学习。每一段代码，我都尽量介绍为什么这么写，这段代码的含义是什么？并且，大部分代码都在Jupyter Notebook中编写，写好markdown，逻辑清晰，使学习者易读易懂。
本次课程一共6章。第二章及以后为正式的专题课程。第二章的题目是《近10年我国城乡规划重要学术论文的总体特征》。这个专题，我们从知网、万方两个数据库，下载了2006-2015年，《城市规划》、《城市规划学刊》的2500多篇论文，重点从作者与机构两个方面展开分析。分析完成后，写了一篇论文，发表在了2017年的中国城市规划年后论文集中。这个专题会要学会初步使用scrapy，重点学习pandas与networkx。
第三章为专题二，论文的题目是《基于高铁余票的客流行为特征及其效应分析》。选自2015年7月发表于《城市规划》的论文。这个专题，将使用requests库爬取12306网站余票数据。并且介绍如何让代码24小时运行，下载实时余票数据。
第四章为专题三，论文的题目是《基于上市公司数据的中国城市网络空间结构》。选自2017年6月发表于《城市规划》的论文。这个专题，我们去下载了3000多家上市公司，以及这3000多家上市公司的约5万多条子公司数据，按照论文作者的数量进行了全过程的实践。第五六章后期将结合学员的体验进行相应优化后更新。
“工欲善其事，必先利其器”，高效定量城市空间研究，你准备好了吗？如果准备好了，就跟随我一起来学习python吧。
