Python地理数据处理 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

[美] Chris，Garrard，加勒德 著，张云金，张明希 译

图书标签:

• Python
• 地理数据
• GIS
• 空间分析
• 数据处理
• 地图
• GeoPandas
• Shapely
• 空间数据
• 地理信息系统

出版社： 人民邮电出版社

ISBN：9787115456663

版次：1

商品编码：12097355

品牌：异步图书

包装：平装

开本：16开

出版时间：2017-05-01

用纸：胶版纸

页数：312

正文语种：中文

产品特色

编辑推荐

作者在遥感和GIS领域积累了丰富的研发和教学经验，本书的内容和代码示例将非常适合读者学习。通过详细的理论讲解，再结合丰富的代码示例，读者将能够细致地掌握使用Python进行地理任务的处理，同时参考代码示例的注释，了解每一段代码的真实含义。

内容简介

Python作为一种高级程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。作为ArcGIS的脚本语言，使用Python将大大提升地理数据处理的效率。
本书共13章，分别介绍了空间数据、Python基础、OGR库、矢量数据、过滤和选择数据、几何对象的操作细节、空间关系、空间参考系统、GDAL库、栅格数据、监督和非监督技术，以及Python的相关模块和库的使用。通过阅读本书，读者将详细了解Python语言在地理数据处理领域的具体应用。
本书讲解细致、示例丰富，适合任何想学习使用地理空间数据的读者阅读。地理空间分析领域的新读者也将从本书受益。

作者简介

Chris Garrard 是犹他州立大学的一名开发人员，她还教授一门使用Python 语言进行GIS编程的研究生课程。作者将其丰富的实践和教学经验融汇贯通于本书，为读者呈现了一本经典的实战类地理开发类的Python实战指南。

目录

第1章　引言　1
1．1　为什么使用Python和开源工具　2
1．2　空间数据的类型　3
1．3　地理数据处理　6
1．4　探究数据　8
1．5　小结　12
第2章　Python基础　13
2．1　编写和执行代码　14
2．2　一个脚本的基本结构　15
2．3　变量　16
2．4　数据类型　17
2．4．1　布尔型　18
2．4．2　数值型　18
2．4．3　字符串　19
2．4．4　列表和元组　21
2．4．5　集合　23
2．4．6　字典　24
2．5　控制流　24
2．5．1　if语句　25
2．5．2　while语句　26
2．5．3　for语句　26
2．5．4　break、continue和else　27
2．6　函数　29
2．7　类　30
2．8　小结　31
第3章　读写矢量数据　32
3．1　矢量数据介绍　32
3．2　OGR介绍　38
3．3　读取矢量数据　41
3．3．1　访问特定要素　44
3．3．2　查看数据　46
3．4　获取数据的元数据　48
3．5　矢量数据写入　51
3．5．1　创建新的数据源　55
3．5．2　新建属性字段　57
3．6　更新现有数据　58
3．6．1　改变图层定义　59
3．6．2　要素添加、更新和删除　60
3．7　小结　61
第4章　处理不同的矢量文件　63
4．1　矢量文件格式　63
4．1．1　基于文件的格式如shapefiles和GeoJSON　64
4．1．2　多用户数据库格式如PostGIS　66
4．2　处理更多的数据格式　67
4．2．1　SpatiaLite　67
4．2．2　PostGIS　69
4．2．3　文件夹作为数据源（shapefiles和CSV）　69
4．2．4　Esri文件地理数据库　70
4．2．5　网络要素服务　71
4．3　测试格式能力　79
4．4　小结　81
第5章　使用OGR过滤数据　83
5．1　属性过滤条件　84
5．2　空间过滤条件　87
5．3　使用SQL创建临时图层　91
5．4　充分利用过滤条件　95
5．5　小结　96
第6章　利用OGR处理几何要素　97
6．1　几何对象介绍　98
6．2　处理点集　99
6．2．1　创建和编辑单点　99
6．2．2　创建和编辑多点：多点作为一个几何类型　101
6．3　处理线要素　103
6．3．1　创建和编辑单条线　105
6．3．2　创建和编辑多线：多线作为一个几何类型　109
6．4　处理多边形　112
6．4．1　创建和编辑单多边形　113
6．4．2　创建和编辑multipolygons：复合多边形成为一个几何类型　115
6．4．3　编辑和创建带洞的多边形：甜甜圈　117
6．5　小结　120
第7章　使用GR进行矢量分析　121
7．1　叠加分析工具：什么在什么上面　122
7．2　邻近分析工具：要素之间有多远　128
7．3　实例：风力发电场选址　132
7．4　实例：动物跟踪数据　136
7．5　小结　144
第8章　使用空间参照系统参考系统　145
8．1　空间参考介绍　145
8．2　使用OSR空间参考　150
8．2．1　空间参考对象　150
8．2．2　创建控件参考对象　153
8．2．3　为数据分配SRS　155
8．2．4　几何对象重投影　155
8．2．5　重投影整个图层　159
8．3　使用pyproj空间参考　159
8．3．1　在不同空间参考系统中转换坐标　160
8．3．2　计算大圆距离　162
8．4　小结　163
第9章　读写栅格数据　164
9．1　栅格数据介绍　165
9．2　GDAL介绍　170
9．3　读取部分数据集　176
9．3．1　使用现实世界的坐标　181
9．3．2　数据重采样　185
9．4　字节序列　188
9．5　子数据集　191
9．6　网络地图服务　192
9．7　小结　195
第10章　处理栅格数据　196
10．1　地面控制点　197
10．2　将像素坐标转换为另一图像　200
10．3　颜色表　203
10．4　直方图　205
10．5　属性表　208
10．6　虚拟栅格格式　210
10．6．1　影像裁剪　212
10．6．2　创建问题格式　214
10．6．3　影像重投影　215
10．7　回调函数　216
10．8　异常和错误处理程序　219
10．9　小结　222
第11章　使用NumPy和SciPy做地图运算　223
11．1　NumPy介绍　224
11．2　地图代数　227
11．2．1　局部分析　228
11．2．2　焦点分析　232
11．2．3　区域分析　243
11．2．4　全局分析　247
11．3　数据重采样　252
11．4　小结　259
第12章　地图分类　260
12．1　非监督分类　261
12．2　监督分类　263
12．3　小结　269
第13章　数据可视化　270
13．1　Matplotlib　270
13．1．1　绘制矢量数据　271
13．1．2　绘制栅格数据　282
13．1．3　绘制三维数据　287
13．2　Mapnik　289
13．2．1　绘制矢量数据　290
13．2．2　使用XML存储信息　295
13．2．3　绘制栅格数据　297
13．3　小结　300
附录A　安装　301
附录B　参考文献　308

精彩书摘

　　《Python地理数据处理》：
　　有两个主要版本的Python2.x和Python3.x，它们之间有一些显著差异，所以不可完全互换。然而，很多代码都可在这两个版本上运行，所以我在写《Python地理数据处理》实例代码时就做了特殊处理，以便它们能在其中任一个版本中使用。2.x分支的最新版本是2.7，这个分支中没有更多的主要版本。3.x分支正在积极开发，如果没有特定的版本要求，建议选择稳定的2.7版本，因为如Python网站所说，它是“语言的现在和未来”。但如果需要使用未更新到Python 3.x版本的第三方模块，则可能会强制使用较旧版本的Python。
　　例如，我同时使用Python 2.7和3.3，但在工作中通常是2.7，因为ArcGIS软件在大学里广泛使用，它需要Python 2.7。因为我的同事和学生几乎总是安装ArcGIS，即使他们没有意识到，但他们也已经有了Python 2.7。帮助他们安装开源工具，以使用他们已经有的Python版本，这是有意义的。这样，如果我想在同一个脚本中利用GDAL和ArcGIS，就可以使用并教给他们这样做。
　　……

《Python地理数据处理》 探索与洞察：解锁地理数据的无限可能 在这个信息爆炸的时代，地理数据正以前所未有的速度增长，它们承载着关于我们所处世界的宝贵信息，从气候变化到城市规划，从自然资源管理到社会经济发展，无不与地理空间紧密相连。然而，海量的地理数据往往杂乱无章，其潜在的价值如同沉睡的巨人，亟待唤醒。本书《Python地理数据处理》便是你手中的钥匙，它将引导你掌握一套强大而灵活的工具——Python语言及其丰富的地理空间库，让你能够深入理解、高效处理、可视化呈现并从中挖掘出富有洞察力的结论。 本书并非简单罗列枯燥的代码，而是致力于搭建一座连接现实世界问题与数据解决方案的桥梁。我们相信，任何一项技术，最终的目的都是为了解决实际问题，创造实际价值。因此，本书在讲解Python地理数据处理的核心概念与技术的同时，始终围绕着如何运用这些技术来分析和理解我们周围的世界展开。你将学会如何从各种来源获取地理数据，包括但不限于矢量数据（如点、线、面）、栅格数据（如遥感影像、高程模型）、网络数据（如道路、河流）以及各种传感器数据。你将深入理解不同地理数据格式的特性，例如Shapefile、GeoJSON、NetCDF、GeoTIFF等，并掌握在Python环境中高效读写这些数据的技巧。 本书将循序渐进地引导你掌握Python在地理空间分析领域的核心能力。我们将从基础的坐标系统转换、投影变换入手，这是理解和处理地理数据的第一步，也是至关重要的一步。你将学习如何准确地对不同坐标系下的数据进行统一，避免因投影误差而导致的分析失真。接着，我们将深入到矢量空间分析的范畴，例如空间查询（查找特定区域内或特定距离内的要素）、空间叠置（例如缓冲区分析、叠加分析、裁剪分析），以及网络分析（例如最短路径、服务区域分析）。这些操作将帮助你回答诸如“某个区域有多少个加油站？”“从A点到B点最快的路线是什么？”“哪些区域受到洪水影响？”等一系列实际问题。 对于栅格数据的处理，本书也将为你提供全面的指导。你将学习如何进行栅格数据的读取、编辑、重采样、重投影，以及运用诸如地形分析（坡度、坡向、汇流分析）、影像分类、植被指数计算等方法，从遥感影像中提取有价值的信息。例如，你将能够分析土地覆盖变化，监测作物生长状况，评估城市热岛效应，或者识别潜在的自然灾害风险区。 更重要的是，本书将引导你掌握地理数据可视化的艺术。数据可视化是传播分析结果、揭示数据模式、引发直观理解的强大手段。你将学习如何使用Python强大的绘图库，如Matplotlib、Seaborn，并结合专门的地理空间绘图库，如GeoPandas、Folium、Plotly，创建出精美、信息丰富且交互性强的地理地图。从静态的区域分布图，到动态的要素轨迹展示，再到交互式的Web地图应用，你将能够以最直观、最吸引人的方式呈现你的分析成果，让非专业人士也能轻松理解地理数据的价值。 除了核心的数据处理和分析技术，本书还将触及地理信息系统（GIS）的一些关键概念，让你理解Python在现代GIS工作流程中的地位和作用。我们将介绍如何利用Python脚本自动化重复性的GIS任务，如何与其他GIS软件（如QGIS、ArcGIS）进行集成，以及如何利用Python构建自定义的地理空间分析工具。 本书的学习过程将以丰富的实际案例贯穿始终。你将有机会亲手实践如何分析人口密度分布来优化城市资源配置；如何运用遥感数据监测森林砍伐情况，为环境保护提供科学依据；如何通过分析交通网络数据来改善城市交通拥堵；如何结合历史气象数据和地理信息来预测未来气候变化的潜在影响。这些案例不仅仅是为了演示技术，更是为了激发你的思考，让你看到地理数据在解决现实世界挑战中的巨大潜力，并鼓励你将所学知识应用于自己感兴趣的领域。 本书的目标读者是所有对地理数据感兴趣，并希望利用Python来深入探索其奥秘的开发者、数据科学家、GIS从业者、研究人员以及任何希望提升地理空间分析能力的人。无论你是一名刚刚接触地理信息学的初学者，还是已经具备一定GIS基础但希望拥抱Python强大的编程能力，亦或是希望将Python技能拓展到地理数据领域的开发者，本书都将为你提供一条清晰的学习路径。 掌握Python地理数据处理，意味着你将拥有解读地球语言的能力。你将能够从看似杂乱的地理信息中发现隐藏的规律，识别潜在的风险，预测未来的趋势，并为更明智的决策提供坚实的数据支持。你将不再是被动接收地理信息，而是能够主动地操纵、分析和创造地理信息的生产者。 本书的编写风格力求清晰、简洁、易于理解。我们将在介绍理论知识的同时，提供充足的代码示例，并对代码进行详细的解释，确保你能理解每一行代码的含义及其背后的逻辑。我们鼓励你在学习过程中积极动手实践，不断尝试和探索，将理论知识转化为实际能力。 在这个日益互联互通的世界，地理信息无处不在，其重要性也日益凸显。掌握Python地理数据处理，将为你开启一个全新的视角，让你能够更深刻地理解我们所生活的这个星球，并有机会为解决它面临的挑战贡献自己的力量。准备好踏上这段激动人心的探索之旅了吗？让我们一起用Python解锁地理数据的无限可能。

评分☆☆☆☆☆

作为一名对Python在科学计算领域应用充满好奇的研究生，我最近开始将目光投向了地理空间数据处理。我了解到，Python拥有强大的生态系统，可以很好地支持GIS任务，比如像GeoPandas、Rasterio、Shapely等库，但如何将它们有机结合，形成一套完整的工作流程，是我一直在探索的。我尤其关注那些能够解决实际研究问题的方法论。例如，在环境科学研究中，我们经常需要处理大范围的遥感影像数据，进行土地覆盖分类、变化检测等。我希望《Python地理数据处理》这本书能提供关于如何高效处理这类数据的策略，包括并行计算、内存优化等技术。同时，对于空间统计和机器学习在GIS领域的应用，我也有着浓厚的兴趣，比如如何利用Python进行地理加权回归，或者将机器学习模型应用于空间预测。我期待这本书能提供前沿的技术和实用的案例，让我能够将Python的力量运用到我的科研工作中，推动对地理现象的深入理解。

评分☆☆☆☆☆

在我的日常工作中，接触到大量的地理空间信息，包括各种地图数据、遥感影像、GPS轨迹等等。如何高效、准确地对这些数据进行整合、分析和利用，是我一直在思考和实践的问题。我一直相信，掌握一门强大的编程语言，并将其应用于地理数据处理，将是提升工作效率和创新能力的关键。我对于《Python地理数据处理》这本书的出版非常期待，因为它很可能提供一套系统性的解决方案。我关注的重点在于，这本书能否提供关于如何构建可重复、自动化的数据处理流程的指导，而不是零散的技巧。我希望它能涵盖如何利用Python对不同来源、不同格式的地理数据进行清洗、转换和融合，以及如何进行复杂的空间统计分析，例如模式识别、异常检测等。此外，对于如何将分析结果转化为有价值的决策支持信息，我也充满兴趣。我期待这本书能够为我提供实用的工具和方法，让我能够更有效地驾驭海量的地理数据，发现隐藏的规律，并将其转化为实际的商业价值。

评分☆☆☆☆☆

我是一名刚刚入门GIS领域的爱好者，一直以来对地理数据充满了探索的欲望，但苦于缺乏系统的指导。市面上很多GIS软件虽然功能强大，但操作界面复杂，学习曲线陡峭。听说Python能够简化很多GIS的操作，我一直想找一本能够引导我入门的书。我非常希望《Python地理数据处理》这本书能够从最基础的知识讲起，比如如何安装和配置Python的GIS库，如何理解地理坐标系和投影的概念，以及如何用Python代码来读取、编辑和保存地理数据。我期待书中能有清晰的图文结合，解释各种空间分析的基本原理，并提供相应的Python代码示例，让我能够一步一步地跟着做，亲身体验地理数据处理的魅力。如果书中还能介绍一些常用的地理可视化技巧，让我能够将处理好的数据以美观的地图形式呈现出来，那对我来说将是巨大的鼓舞，让我更有信心继续深入学习。

评分☆☆☆☆☆

我最近收到一本名为《Python地理数据处理》的书，虽然我还没有深入阅读，但从它涵盖的主题来看，我非常有信心它能填补我一直以来在地理信息系统（GIS）数据分析方面的知识空白。我是一名学生，对GIS的理论基础有一定了解，但如何在实践中有效地运用Python来处理地理数据，对我来说是一个不小的挑战。我特别期待这本书能提供清晰易懂的Python代码示例，帮助我理解诸如Shapefile、GeoJSON等常见矢量数据格式的读写，以及如何进行空间查询、缓冲区分析、叠加分析等经典GIS操作。此外，我还对如何利用Python进行栅格数据分析，例如像DEM（数字高程模型）的处理、影像数据的裁剪和重采样等内容非常感兴趣。如果这本书还能涉及一些进阶的应用，比如如何使用Python进行地理可视化，将分析结果以直观的图表形式呈现出来，那将是锦上添花了。我希望这本书能成为我学习和实践GIS的得力助手，让我能够独立完成各种地理数据处理任务。

评分☆☆☆☆☆

作为一名长期在GIS领域摸爬滚打的从业者，我深知数据处理的效率和准确性对项目成败至关重要。市面上关于GIS的书籍确实不少，但很多要么过于理论化，要么代码示例陈旧，很难跟上实际工作的节奏。我一直在寻找一本能够真正解决实际问题的、与时俱进的书籍，尤其是在Python日益成为GIS分析利器的大背景下。我关注的重点在于，这本书能否提供切实可行的代码方案，覆盖从数据读取、空间分析到结果可视化的完整流程。当然，高效的数据管理和处理技巧也是我特别看重的，比如如何处理海量矢量数据、栅格数据，如何进行空间连接、叠加分析等。我希望这本书能像一个经验丰富的老兵，用最简洁明了的方式，指导我如何利用Python这个强大的工具，将繁杂的地理数据变得井井有条，并从中挖掘出有价值的信息。读到一本好书，就像找到了一个得力的助手，能极大地提升我的工作效率和解决问题的能力，让我能够将更多精力投入到更深层次的分析和创新之中。

评分☆☆☆☆☆

帮同事代买的，python很热，地理数据也很多应用

评分☆☆☆☆☆

写得非常详细，值得购买一看。

评分☆☆☆☆☆

书很不错，支持京东，配送快

评分☆☆☆☆☆

语言的能力很强大，希望自己学完后有所收获

评分☆☆☆☆☆

买来丰富图书角的，各种类型的都有，很不错

评分☆☆☆☆☆

目前做gis方向,以后肯定会用到地理数据处理与分析,学习学习

评分☆☆☆☆☆

还没看

评分☆☆☆☆☆

质量很好，物流很给力

评分☆☆☆☆☆

介绍了这个细分领域的细节，如果是这个领域的童鞋还是值得买的