Geoprocessing with Python

خلاصه

ژئوپردازش با پایتون به شما می آموزد که چگونه از زبان برنامه نویسی پایتون به همراه ابزارهای رایگان و متن باز استفاده کنید. خواندن، نوشتن و پردازش داده‌های مکانی.

خرید کتاب چاپی شامل یک کتاب الکترونیکی رایگان در قالب‌های PDF، Kindle، و ePub از انتشارات Manning است.

درباره فناوری

این کتاب در مورد علم خواندن، تجزیه و تحلیل و ارائه داده های مکانی به صورت برنامه نویسی با استفاده از پایتون است. به لطف ده‌ها کتابخانه و ابزار منبع باز پایتون، می‌توانید بدون سرمایه‌گذاری در بسته‌های اختصاصی گران قیمت مانند ArcGIS و MapInfo، وظایف ژئوپردازش حرفه‌ای را انجام دهید. این کتاب به شما نشان می دهد که چگونه.

درباره کتاب

ژئوپردازش با Python به شما می آموزد که چگونه به مجموعه داده های موجود برای ساختن نقشه دسترسی داشته باشید. یا تجزیه و تحلیل های خود را با استفاده از ابزارهای رایگان مانند ماژول های GDAL، NumPy و matplotlib پایتون انجام دهید. از طریق بسیاری از مثال‌های عملی، شما به تمرین‌های اصلی مانند مدیریت فرمت‌های فایل برداری متعدد، ویرایش هندسه‌ها، اعمال فیلترهای فضایی و ویژگی‌ها، کار با پیش‌بینی‌ها و انجام تحلیل‌های اولیه روی داده‌های برداری مسلط خواهید شد. این کتاب همچنین نحوه دستکاری، نمونه‌برداری مجدد و تجزیه و تحلیل داده‌های شطرنجی، مانند عکس‌های هوایی و مدل‌های دیجیتال ارتفاع را پوشش می‌دهد.

چه چیزی در داخل است

• پردازش جغرافیایی از پایه
• خواندن، نوشتن، پردازش و تجزیه و تحلیل داده های شطرنجی
• تجسم داده ها با matplotlib
• نوشتن ابزارهای پردازش جغرافیایی سفارشی
• سه ضمیمه دیگر به صورت آنلاین موجود است

درباره Reader

برای خواندن این کتاب تنها چیزی که نیاز دارید دانش اولیه پایتون یا مشابه آن است. زبان برنامه نویسی.

درباره نویسنده

کریس گارارد به عنوان یک توسعه دهنده برای دانشگاه ایالتی یوتا کار می کند و دوره تحصیلات تکمیلی برنامه نویسی پایتون را برای GIS.

فهرست محتوا

1. مقدمه
2. اصول پایتون
3. بردار خواندن و نوشتن داده
4. کار با فرمت های مختلف فایل برداری
5. فیلتر کردن داده ها با OGR
6. دستکاری هندسه ها با OGR
7. تحلیل برداری با OGR
8. استفاده از سیستم مرجع فضایی tems
9. خواندن و نوشتن داده های شطرنجی
10. کار با داده های شطرنجی
11. جبر نقشه با NumPy و SciPy
12. طبقه بندی نقشه
13. تجسم داده ها

    پیوست ها

• A - نصب
  • A - نصب</ li>
  • B - مراجع
  • C - OGR - فقط آنلاین
  • D - OSR - فقط آنلاین
  • E - GDAL - فقط آنلاین

Summary

Geoprocessing with Python teaches you how to use the Python programming language, along with free and open source tools, to read, write, and process geospatial data.

Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications.

About the Technology

This book is about the science of reading, analyzing, and presenting geospatial data programmatically, using Python. Thanks to dozens of open source Python libraries and tools, you can take on professional geoprocessing tasks without investing in expensive proprietary packages like ArcGIS and MapInfo. The book shows you how.

About the Book

Geoprocessing with Python teaches you how to access available datasets to make maps or perform your own analyses using free tools like the GDAL, NumPy, and matplotlib Python modules. Through lots of hands-on examples, you’ll master core practices like handling multiple vector file formats, editing geometries, applying spatial and attribute filters, working with projections, and performing basic analyses on vector data. The book also covers how to manipulate, resample, and analyze raster data, such as aerial photographs and digital elevation models.

What's Inside

• Geoprocessing from the ground up
• Read, write, process, and analyze raster data
• Visualize data with matplotlib
• Write custom geoprocessing tools
• Three additional appendixes available online

About the Reader

To read this book all you need is a basic knowledge of Python or a similar programming language.

About the Author

Chris Garrard works as a developer for Utah State University and teaches a graduate course on Python programming for GIS.

Table of Contents

1. Introduction
2. Python basics
3. Reading and writing vector data
4. Working with different vector file formats
5. Filtering data with OGR
6. Manipulating geometries with OGR
7. Vector analysis with OGR
8. Using spatial reference systems
9. Reading and writing raster data
10. Working with raster data
11. Map algebra with NumPy and SciPy
12. Map classification
13. Visualizing data

    Appendixes

• A - Installation
• B - References
• C - OGR - online only
• D - OSR - online only
• E - GDAL - online only