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

【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 • 6 月前 • 117 次点击  

【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 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 
• 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


  学习模式及其他说明

课程视频是直播还是录播?有效期有多久?
答:课程视频是录播的,总共约16个课时课程视频有效期到2028年12月31日截止,在有效期内可以无限次反复观看。报名后可以立即开始学习!

2 课程录播视频如何观看?
答:我们将提供课程录播视频包给学员,仅限电脑端64位Windows 10或11 系统播放且需要我们提供的学员个人专属授权码,不支持手机或平板观看,不支持分屛观看,课程视频最多支持绑定2台电脑。如果您是Mac苹果系统,则需要电脑上安装虚拟Windows 10或11 系统。

3 课程是否有答疑服务
答:该课程没有答疑服务。

4 是否提供学习证书?
答:如有需要可以提供盖章的电子版学习证书。

5 能否开具发票?
答:缴费报名后一般将在1个月内提供正规的增值税电子普票。

 咨询与报名

新年大促截止时间:

2025年1月24日

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/178119
 
117 次点击