ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Mastering Geospatial Analysis with Python: Explore GIS processing and learn to work with GeoDjango, CARTOframes and MapboxGL-Jupyter

دانلود کتاب تسلط بر تجزیه و تحلیل فضایی با پایتون: پردازش GIS را کاوش کنید و کار با GeoDjango ، CARTOframes و MapboxGL-Jupyter را بیاموزید

Mastering Geospatial Analysis with Python: Explore GIS processing and learn to work with GeoDjango, CARTOframes and MapboxGL-Jupyter

مشخصات کتاب

Mastering Geospatial Analysis with Python: Explore GIS processing and learn to work with GeoDjango, CARTOframes and MapboxGL-Jupyter

ویرایش:  
نویسندگان: , ,   
سری:  
ISBN (شابک) : 9781788293815, 1788293819 
ناشر: Packt Publishing 
سال نشر: 2018 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 34 مگابایت 

قیمت کتاب (تومان) : 45,000



کلمات کلیدی مربوط به کتاب تسلط بر تجزیه و تحلیل فضایی با پایتون: پردازش GIS را کاوش کنید و کار با GeoDjango ، CARTOframes و MapboxGL-Jupyter را بیاموزید: غیرداستانی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب Mastering Geospatial Analysis with Python: Explore GIS processing and learn to work with GeoDjango, CARTOframes and MapboxGL-Jupyter به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تسلط بر تجزیه و تحلیل فضایی با پایتون: پردازش GIS را کاوش کنید و کار با GeoDjango ، CARTOframes و MapboxGL-Jupyter را بیاموزید نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تسلط بر تجزیه و تحلیل فضایی با پایتون: پردازش GIS را کاوش کنید و کار با GeoDjango ، CARTOframes و MapboxGL-Jupyter را بیاموزید



پردازش GIS را کاوش کنید و کار با ابزارها و کتابخانه های مختلف در پایتون را بیاموزید.

درباره این کتاب
  • تجزیه و تحلیل و پردازش داده های مکانی با استفاده از کتابخانه های پایتون مانند؛ Anaconda، GeoPandas
  • از API جدید ArcGIS برای پردازش داده‌های مکانی برای ابر استفاده کنید.
  • فریم‌ورک‌های مختلف وب و یادگیری ماشین زمین‌فضایی Python را کاوش کنید.
این کتاب برای چه کسی است

مخاطبان این کتاب شامل دانش‌آموزان، توسعه‌دهندگان و متخصصان زمین‌فضایی هستند که به کتاب مرجعی نیاز دارند که مدیریت داده‌های GIS، تجزیه و تحلیل و تکنیک‌های اتوماسیون را با کتابخانه‌های کد ساخته شده در پایتون 3 پوشش دهد.< /p>آنچه یاد خواهید گرفت

  • کتابخانه‌های کد و تکنیک‌های تجزیه و تحلیل مکانی انتزاعی را با استفاده از Python 3 مدیریت کنید.
  • کتابخانه‌های کد محبوبی را کاوش کنید که وظایف خاصی را برای تجزیه و تحلیل جغرافیایی انجام می‌دهند. .
  • از کتابخانه‌های کد برای تبدیل داده‌ها، مدیریت داده‌ها، نقشه‌های وب و ایجاد REST API استفاده کنید.
  • تکنیک‌های مربوط به پردازش داده‌های مکانی در فضای ابری را بیاموزید.
  • از ویژگی های Python 3 با پایگاه داده های مکانی مانند PostGIS، SQL Server، و SpatiaLite استفاده کنید.
در جزئیات

Python با مجموعه ای از منبع باز ارائه می شود. کتابخانه‌ها و ابزارهایی که به شما کمک می‌کنند بدون سرمایه‌گذاری روی ابزارهای گران‌قیمت، روی کارهای حرفه‌ای ژئوپردازش کار کنید. این کتاب توسعه دهندگان پایتون را، چه جدید و چه با تجربه، با انواع کتابخانه های کد جدید که برای انجام تجزیه و تحلیل جغرافیایی، تجزیه و تحلیل آماری و مدیریت داده ها توسعه یافته اند، آشنا می کند. این کتاب از مثال‌ها و تکه‌های کد استفاده می‌کند که به توضیح تفاوت پایتون 3 با پایتون 2 کمک می‌کند و چگونه می‌توان از این کتابخانه‌های کد جدید برای حل مشکلات قدیمی در تجزیه و تحلیل جغرافیایی استفاده کرد.

شما با این شروع خواهید کرد. درک اینکه پردازش جغرافیایی چیست و ابزارها و کتابخانه‌هایی را که پایتون 3 ارائه می‌دهد، کشف کنید. سپس یاد خواهید گرفت که از کتابخانه های کد پایتون برای خواندن و نوشتن داده های مکانی استفاده کنید. سپس یاد خواهید گرفت که پرس و جوهای مکانی را در پایگاه داده انجام دهید و PyQGIS را برای خودکارسازی تجزیه و تحلیل در مجموعه نقشه برداری QGIS یاد خواهید گرفت. با حرکت رو به جلو، API تازه منتشر شده ArcGIS را برای Python و ArcGIS Online برای انجام تجزیه و تحلیل جغرافیایی و ایجاد نقشه های وب ArcGIS Online بررسی خواهید کرد. علاوه بر این، شما عمیقاً در چارچوب های وب Python Geospatial غوطه ور خواهید شد و یاد خواهید گرفت که یک REST API جغرافیایی ایجاد کنید.

سبک و رویکرد

این کتاب رویکردی کاربردی و مبتنی بر مثال دارد تا به شما آموزش دهد. تجزیه و تحلیل GIS و تکنیک‌های اتوماسیون با Python 3.

دانلود کد نمونه برای این کتاب می‌توانید فایل‌های کد نمونه را برای همه کتاب‌های Packt که از حساب خود در http://www.PacktPub.com خریداری کرده‌اید دانلود کنید. . اگر این کتاب را از جای دیگری خریداری کرده اید، می توانید به http://www.PacktPub.com/support مراجعه کرده و ثبت نام کنید تا فایل ها مستقیماً برای شما ایمیل شوند.


توضیحاتی درمورد کتاب به خارجی

Explore GIS processing and learn to work with various tools and libraries in Python.

About This Book
  • Analyze and process geospatial data using Python libraries such as; Anaconda, GeoPandas
  • Leverage new ArcGIS API to process geospatial data for the cloud.
  • Explore various Python geospatial web and machine learning frameworks.
Who This Book Is For

The audience for this book includes students, developers, and geospatial professionals who need a reference book that covers GIS data management, analysis, and automation techniques with code libraries built in Python 3.

What You Will Learn
  • Manage code libraries and abstract geospatial analysis techniques using Python 3.
  • Explore popular code libraries that perform specific tasks for geospatial analysis.
  • Utilize code libraries for data conversion, data management, web maps, and REST API creation.
  • Learn techniques related to processing geospatial data in the cloud.
  • Leverage features of Python 3 with geospatial databases such as PostGIS, SQL Server, and SpatiaLite.
In Detail

Python comes with a host of open source libraries and tools that help you work on professional geoprocessing tasks without investing in expensive tools. This book will introduce Python developers, both new and experienced, to a variety of new code libraries that have been developed to perform geospatial analysis, statistical analysis, and data management. This book will use examples and code snippets that will help explain how Python 3 differs from Python 2, and how these new code libraries can be used to solve age-old problems in geospatial analysis.

You will begin by understanding what geoprocessing is and explore the tools and libraries that Python 3 offers. You will then learn to use Python code libraries to read and write geospatial data. You will then learn to perform geospatial queries within databases and learn PyQGIS to automate analysis within the QGIS mapping suite. Moving forward, you will explore the newly released ArcGIS API for Python and ArcGIS Online to perform geospatial analysis and create ArcGIS Online web maps. Further, you will deep dive into Python Geospatial web frameworks and learn to create a geospatial REST API.

Style and approach

The book takes a practical, example-driven approach to teach you GIS analysis and automation techniques with Python 3.

Downloading the example code for this book You can download the example code files for all Packt books you have purchased from your account at http://www.PacktPub.com. If you purchased this book elsewhere, you can visit http://www.PacktPub.com/support and register to have the files e-mailed directly to you.



فهرست مطالب

Cover
Copyright and Credits
Packt Upsell
Contributors
Table of Contents
Preface
Chapter 1: Package Installation and Management
Introducing Anaconda
Installing Python using Anaconda
Running a Jupyter Notebook
Running a Notebook
Creating a new Notebook
Adding code
Managing Python packages
Managing packages with Anaconda Navigator
Online searching for packages using Anaconda Cloud
Managing Python packages with conda
Managing Python packages using pip
Upgrading and uninstalling the package with pip
Python virtual environments
Virtual environments using Anaconda. Managing environments with conda Virtual environments using virtualenv
Summary
Chapter 2: Introduction to Geospatial Code Libraries
Geospatial Data Abstraction Library (GDAL) and the OGR Simple Features Library
Installing GDAL
Installing GDAL using Anaconda3
Installing GDAL using conda
Installing GDAL using pip
Installing a second GDAL version using pip
Other recommended GDAL resources
GEOS
Installing GEOS
Shapely
Installing Shapely
Fiona
Installing Fiona
Python shapefile library (pyshp)
Installing pyshp
pyproj
Installing pyproj
Rasterio
Rasterio dependencies. Installation of RasterioGeoPandas
GeoPandas installation
GeoPandas dependencies
How it all works together
Summary
Chapter 3: Introduction to Geospatial Databases
Installing PostgreSQL and PostGIS on Windows
Installing PostgreSQL and PostGIS on Mac
Working with PostgreSQL and PostGIS using Python
Connecting to PostgreSQL using psycopg2
Installing psycopg2
Connecting to the database and creating a table
Adding data to the table
Shapely
Querying the data
Changing the CRS
Buffer
Distance and near
Lines in the database
Length of a line
Intersecting lines. Polygons in the databasePoint in polygon
Summary
Chapter 4: Data Types, Storage, and Conversion
Raster and vector data
Shapefiles
GeoJSON
KML
GeoPackage
Raster data formats
Reading and writing vector data with GeoPandas
Reading and writing vector data with OGR
Reading and writing raster data with Rasterio
Reading and writing raster data using GDAL
Summary
Chapter 5: Vector Data Analysis
OGR Simple Features Library
OGR batch commands
ogrmerge
The OGR library and Python bindings
OGR\'s main modules and classes
Creating polygon geometry with OGR. Creating polygon geometry from GeoJSONBasic geometric operations
Writing polygon data to a newly created shapefile
Using a spatial filter to select features
Shapely and Fiona
Shapely objects and classes
Shapely methods for geospatial analysis
Fiona\'s data model
Creating geometries with Shapely
Applying geometrical methods with Shapely
Reading JSON geometries with Shapely
Reading data with Fiona
Accessing vector geometry in shapefiles using Shapely and Fiona
GeoPandas
Geospatial analysis with GeoPandas
Selecting and plotting geometry data with GeoPandas and Matplotlib.




نظرات کاربران