Python空间数据处理环境搭建

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
实时数仓Hologres,5000CU*H 100GB 3个月
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: 常用的空间数据处理Python库GDAL 全能型的基础空间数据处理库fiona 基于GDAL的空间矢量数据处理库rasterio 基于GDAL的空间栅格处理库basemap 基于matplotlib的空间制图库GeoPandas 基于pandas的空间数据分析库RSGISlib 针对遥感数据及GIS分析的高级库

Python空间数据处理环境搭建

作者:阿振

邮箱:tanzhenyugis@163.com

博客:https://blog.csdn.net/theonegis/article/details/80089375

修改时间:2018-04-26

优酷视频地址:http://v.youku.com/v_show/id_XMzU2NjAzMTk0NA==.html


Conda的下载和安装

什么是Conda? 官方定义:Package, dependency and environment management for any language—Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN

Conda就是一个虚拟环境和包(库)依赖管理工具

下载地址:Downloading conda

对于Windows版本的,确定Python版本和系统类型直接下载安装包进行安装

对于Linux和macOS系统,在Terminal中运行bash脚本进行安装即可。

Conda的使用

新建虚拟环境(Managing environments

conda create -n osgeo

切换到新建的虚拟环境

source activate osgeo (Linux和macOS)

activate osgeo (Windows)

退出虚拟环境

source deactivate (Linux和macOS)

deactivate (Windows)

实用命令:

  • 查看虚拟环境列表 conda env list 或者 conda info --envs
  • 删除虚拟环境 conda remove --name <environment> --all
  • 查看虚拟环境中的包列表 conda list
  • 更新conda或者某个包 conda update conda 或者 conda update <package>
  • 更新虚拟环境下的所有包 conda update --all
  • 查看过时的包 conda search --outdated
  • 搜索指定包 conda search <package>
  • 删除某个包 conda remove <package>
  • 添加channel到conda配置文件 conda config --add channels <channel> 或者 conda config --append channels <channel>

空间数据处理Python库的安装

常用的空间数据处理Python库

  • GDAL 全能型的基础空间数据处理库
  • fiona 基于GDAL的空间矢量数据处理库
  • rasterio 基于GDAL的空间栅格处理库
  • basemap 基于matplotlib的空间制图库
  • GeoPandas 基于pandas的空间数据分析库
  • RSGISlib 针对遥感数据及GIS分析的高级库

使用conda进行库的安装

打开命令行工具(Terminal),输入命令,进入虚拟环境

  1. 安装GDAL库

    conda install -c conda-forge gdal

  2. 安装fiona库

    conda install -c conda-forge fiona

  3. 安装rasterio库

    conda install -c conda-forge rasterio

使用pip进行库的安装

什么是pip呢?pip是Python默认和推荐实用的包管理工具,可以利用pip从PyPI网络仓库自动下载Python包进行安装和管理。

对于Windows下的二进制库的预编译包,提供给大家一个网站:[Unofficial Windows Binaries for Python Extension Packages]

使用pip安装的时候,如果该Python包底层依赖一些C++库,则需要手动进行编译,或者安装指定平台下预编译好的库。

  1. 安装GDAL库

    pip install GDAL‑2.2.4‑cp37‑cp37m‑win_amd64.whl

  2. 安装fiona库

    pip install Fiona‑1.7.11.post1‑cp37‑cp37m‑win_amd64.whl

  3. 安装rasterio库

    pip install rasterio‑1.0a12‑cp37‑cp37m‑win_amd64.whl

  4. 安装Jupyter

    pip install jupyter

    使用Jupyter Notebook进行编程

    jupyter notebook

目录
相关文章
|
21天前
|
IDE 测试技术 项目管理
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
PyCharm是由JetBrains开发的Python集成开发环境(IDE),专为Python开发者设计,支持Web开发、调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试和版本控制等功能。它有专业版、教育版和社区版三个版本,其中社区版免费且适合个人和小型团队使用,包含基本的Python开发功能。安装PyCharm前需先安装Python解释器,并配置环境变量。通过简单的步骤即可在PyCharm中创建并运行Python项目,如输出“Hello World”。
191 13
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
|
1月前
|
SQL 分布式计算 数据处理
云产品评测|分布式Python计算服务MaxFrame | 在本地环境中使用MaxFrame + 基于MaxFrame实现大语言模型数据处理
本文基于官方文档,介绍了由浅入深的两个部分实操测试,包括在本地环境中使用MaxFrame & 基于MaxFrame实现大语言模型数据处理,对步骤有详细说明。体验下来对MaxCompute的感受是很不错的,值得尝试并使用!
49 1
|
1月前
|
人工智能 分布式计算 数据处理
有奖评测,基于分布式 Python 计算服务 MaxFrame 进行数据处理
阿里云MaxCompute MaxFrame推出分布式Python计算服务MaxFrame评测活动,助力开发者高效完成大规模数据处理、可视化探索及ML/AI开发。活动时间为2024年12月17日至2025年1月31日,参与者需体验MaxFrame并发布评测文章,有机会赢取精美礼品。
|
3月前
|
数据采集 存储 数据处理
Python中的多线程编程及其在数据处理中的应用
本文深入探讨了Python中多线程编程的概念、原理和实现方法,并详细介绍了其在数据处理领域的应用。通过对比单线程与多线程的性能差异,展示了多线程编程在提升程序运行效率方面的显著优势。文章还提供了实际案例,帮助读者更好地理解和掌握多线程编程技术。
|
3月前
|
数据处理 开发者 Python
Python中的列表推导式:简洁高效的数据处理
在编程世界中,效率和可读性是代码的两大支柱。Python语言以其独特的简洁性和强大的表达力,为开发者提供了众多优雅的解决方案,其中列表推导式便是一个闪耀的例子。本文将深入探讨列表推导式的使用场景、语法结构及其背后的执行逻辑,带你领略这一特性的魅力所在。
|
3月前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
50 5
|
3月前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
42 3
|
3月前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
61 1
|
3月前
|
图形学 Python
SciPy 空间数据2
凸包(Convex Hull)是计算几何中的概念,指包含给定点集的所有凸集的交集。可以通过 `ConvexHull()` 方法创建凸包。示例代码展示了如何使用 `scipy` 库和 `matplotlib` 绘制给定点集的凸包。
52 1
|
3月前
|
机器学习/深度学习 数据可视化 数据处理
掌握Python数据科学基础——从数据处理到机器学习
掌握Python数据科学基础——从数据处理到机器学习
69 0