《Python地理数据处理》——第1章 引言1.1 为什么使用Python和开源工具

简介:

本节书摘来自异步社区《Python地理数据处理》一书中的第1章,第1.1节,作者: 【美】Chris Garrard(加勒德) 更多章节内容可以访问云栖社区“异步社区”公众号查看。

第1章 引言

本章内容

介绍空间数据的基本类型
什么是地理处理
QGIS软件的使用
人类制作地图的历史远比我们开始写作的时间久远,法国著名的拉斯科岩洞壁画上就有一幅星空图。古时候,世界各地的人们都曾使用过地图,如巴比伦人、希腊人和中国人。制图的艺术在这数千年中也在不断发展演化,从最初将洞壁岩穴作为介质,到后来将泥土沙盘、羊皮纸、纸作为介质,再到现在的电子地图。随着技术的发展和进步,地图上所包含的细节越来越多,每个要素也越来越精确。事实上,因为最早期的地图结构简单,大多数人可能很难将其作为真正意义上的地图。

从洞穴墙壁上的刻画到大规模量产道路线图的转变,经历了很长时间,但是过去几十年的巨大变化的确令人惊叹。随着地理信息系统的普及以及更易使用,越来越多的人能够分析其空间数据,并制作出自己的高品质地图。随着网络地图以及网络地图服务的出现,用户可以在线制作自定义地图,并与世界各地的用户进行分享。我们中的大多数随身都带着移动设备,这些移动设备里安装的地图软件可以显示当前位置,并引导我们如何到达一家准备体验的新饭店。不仅如此,数据的可获得性也发生了巨大转变。早期的地图制作者如果了解到我们要把道路数据叠置在航空影像以及可通话GPS设备上时,将会十分震撼。

基于这些技术的进步,以及众多免费和开源的工具产品,你可以使用功能强大的软件来处理自己的数据。本书的目的主要是教你有关处理空间数据的基本概念以及如何通过Python编程语言和其他开源工具进行具体的操作。读完这本书,你将学会编写Python脚本来解决基本的数据分析问题,并获得解决更复杂问题的背景知识。

1.1 为什么使用Python和开源工具

使用Python和开源工具处理空间数据有以下几个令人信服的原因。首先,Python是一门功能强大的编程语言,与其他语言相比,它的优势是更容易学习,而且使用Python编写的代码也很容易阅读。如果你之前从未编过程序,这是一门很好的入门语言;如果你是从其他开发语言转变而来,你将会发现Python很容易上手。

学习Python是一个不错的选择,即使你读完这本书后不再用它进行空间分析,它依然是你编程时的绝佳之选。许多不同的Python模块可广泛地应用于众多的应用程序中,包括网络开发、科学数据分析和三维动画。事实上,地理空间应用程序只是Python众多应用中的一个很小的子集。

此外,Python是一门多平台语言,除非你使用的是限定于某个操作系统的特殊模块。你在一台机器上写的Python脚本可以在任何其他机器上运行,前提是脚本运行所需的模块已被安装。你可以在自己的Linux机器上开发一套脚本,然后将它们提供给使用Windows系统的同事,所有的脚本都应该可以正常运行。你只需要安装Python解译器运行代码,因为,这些主流的桌面操作系统都可以免费获得。

Python附带的核心语言包及众多的模块代码,都可以在自己的代码中使用。此外,还可以通过其他来源获得更多的模块代码。例如,Python包指数(PyPI),此网站上罗列了60000多种不同应用目的的扩展模块,而且全部免费。然而,这并不是说所有的Python模块都是免费的。有GIS背景的人肯定对ArcPy很熟悉,这是一个ArcGIS附带的Python模块,但如果没有ArcGIS许可授权,此模块是无法使用的。

Python不仅有大量免费的Python包,而且其中许多还是开源的。尽管一提到开源软件,大多数人就想到它们是不用花钱的,但这仅仅是开源的一部分含义。开源的真正意义是,如果你愿意,就可以获得源代码。你能访问源代码意味着没有任何东西是“黑盒子”(如果你想花时间一探盒子内部的究竟),你可以根据自己的需要修改这些代码,这才是极度的自由。我曾经使用过一个开源工具但它不能很好地满足我的需求,所以我就稍稍改进了源代码,经过重新编译,然后就有了一个能完全满足我需要的实用程序。而这对于专有软件是完全不可能的。开源软件自身具有的这两类自由特性,使其成为一种有吸引力的模式。

目前存在几种不同的开放源码许可类型,其中一些不仅允许你根据需要修改代码,还允许你售卖开发的衍生作品,而且不需要提供源代码和你所做的修改。其他许可要求如果你使用此开源软件,那么基于此开发的软件也必须开源。

在本书中,我们将介绍一些用于地理空间数据的、比较流行的开源Python模块。一些模块最初是使用其他语言进行开发的,但随着这些模块变得如此通用并为大家所重视,它们要么被移植到其他语言,要么用于研发相应的绑定模块,以便能够应用于其他语言。例如,地理空间数据抽象库(Geospatial Data Abstraction Library,GDAL)是一个用于空间数据读写的非常流行的C/C++库,针对Python、.NET、Ruby和其他语言进行了相应的绑定开发。GDAL库甚至还被一些专有软件包所使用。因为此模块库的广泛使用,所以这本书主要介绍GDAL/OGR。如果你能学会使用这个,那么再学习其他库也将不再困难。有几个基于GDAL/OGR开发的库很不错,而且使用简单,但是我们并不需要将GDAL中所有的功能都提供出来。查看附录A,可以了解本书中用到的模块安装说明。

使用开源工具的另一个优势是有一些模块包的活跃用户社区,你会发现社区里对bug和其他相关问题的解决速度要比许多专有软件包更快,你甚至可以通过电子邮件列表与这些库的实际开发人员讨论其中一些细节。

相关文章
|
8月前
|
数据采集 Web App开发 数据可视化
Python零基础爬取东方财富网股票行情数据指南
东方财富网数据稳定、反爬宽松,适合爬虫入门。本文详解使用Python抓取股票行情数据,涵盖请求发送、HTML解析、动态加载处理、代理IP切换及数据可视化,助你快速掌握金融数据爬取技能。
7116 1
|
8月前
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
629 0
|
8月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
695 1
|
8月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
728 0
|
8月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
407 0
|
10月前
|
机器学习/深度学习 新能源 调度
电力系统短期负荷预测(Python代码+数据+详细文章讲解)
电力系统短期负荷预测(Python代码+数据+详细文章讲解)
773 1
|
8月前
|
JSON 算法 API
Python采集淘宝商品评论API接口及JSON数据返回全程指南
Python采集淘宝商品评论API接口及JSON数据返回全程指南
|
10月前
|
缓存 API 网络架构
淘宝item_search_similar - 搜索相似的商品API接口,用python返回数据
淘宝联盟开放平台中,可通过“物料优选接口”(taobao.tbk.dg.optimus.material)实现“搜索相似商品”功能。该接口支持根据商品 ID 获取相似推荐商品,并返回商品信息、价格、优惠等数据,适用于商品推荐、比价等场景。本文提供基于 Python 的实现示例,包含接口调用、数据解析及结果展示。使用时需配置淘宝联盟的 appkey、appsecret 和 adzone_id,并注意接口调用频率限制和使用规范。
|
8月前
|
JSON API 数据安全/隐私保护
Python采集淘宝拍立淘按图搜索API接口及JSON数据返回全流程指南
通过以上流程,可实现淘宝拍立淘按图搜索的完整调用链路,并获取结构化的JSON商品数据,支撑电商比价、智能推荐等业务场景。
|
9月前
|
存储 监控 API
Python实战:跨平台电商数据聚合系统的技术实现
本文介绍如何通过标准化API调用协议,实现淘宝、京东、拼多多等电商平台的商品数据自动化采集、清洗与存储。内容涵盖技术架构设计、Python代码示例及高阶应用(如价格监控系统),提供可直接落地的技术方案,帮助开发者解决多平台数据同步难题。

推荐镜像

更多