Интерактивный курс

Работа с геопространственными данными в Python

Этот курс покажет вам, как интегрировать пространственные данные в рабочий процесс Python Data Science.

О курсе

Большая часть данных в реальном мире по своей природе пространственная. От населения, зарегистрированного в национальной переписи, до каждого магазина в вашем районе, большинство наборов данных имеют параметр местоположения, который можно использовать для получения максимального результата. Этот курс покажет вам, как интегрировать пространственные данные в рабочий процесс Python Data Science. Вы узнаете, как взаимодействовать, манипулировать и дополнять реальные данные, используя их географическое измерение. Вы научитесь читать табличные пространственные данные в наиболее распространенных форматах (например, GeoJSON, shapefile, geopackage) и визуализировать их на картах. Затем вы объедините различные источники, используя их местоположение в качестве моста, который связывает их друг с другом. И к концу курса вы поймете, что делает географические данные уникальными, что позволяет преобразовывать и повторно использовать их в различном контексте.

План занятий

Введение в геопространственные векторные данные

В этой главе вы познакомитесь с понятиями геопространственных данных и, более конкретно, векторных данных. Затем вы узнаете, как представлять такие данные в Python с помощью библиотеки GeoPandas, и основы для чтения, исследования и визуализации таких данных. И вы будете осуществлять все это с несколькими наборами данных о Париже.

Пространственные отношения

Одним из ключевых аспектов геопространственных данных является то, как они связаны друг с другом в пространстве. В этой главе вы узнаете о различных пространственных отношениях и о том, как использовать их в Python для запроса данных или для выполнения пространственных объединений. Наконец, вы также узнаете более подробно о визуализациях картограмм.

Собираем все воедино — пример использования данных кустарных горнодобывающих предприятий

В этой последней главе мы отложим в сторону данные о Париже и применим все, что мы узнали, к новому набору данных об участках кустарной добычи полезных ископаемых в Восточном Конго. Кроме того, вы узнаете как применять пользовательские пространственные операции, а также получите ознакомитесь с растровыми данными.

Проектирование и преобразование геометрических параметров

В этой главе мы более подробно рассмотрим, как выражаются географические координаты на основе их справочных систем координат (CRS). Вы узнаете о важности этих справочных систем и о том, как на практике работать с ними с помощью GeoPandas. Кроме того, вы узнаете, как создавать новые геометрии на основе пространственных отношений, которые позволят вам накладывать наборы пространственных данных. И в дальнейшем вы будете практиковаться на наборах данных Парижа!