1、Python地理空间分析指南(第2版)演讲人2025-11-1101审阅者简介审阅者简介021 Python与地理空间分析1 Python与地理空间分析011.1 地理空间分析与我们的生活021.2 地理空间分析的历史031.3 地理信息系统041.4 遥感051.5 高程数据061.6 计算机辅助制图1 Python与地理空间分析1.8 地理空间分析的重要性1.10 GIS中矢量数据的基本概念1.12 牛刀小试1.7 地理空间分析和计算机编程1.9 地理信息系统基本概念1.11 栅格数据的基本概念1 Python与地理空间分析1.13 小结1 Python与地理空间分析1.1 地理空间分析与
2、我们的生活应用广泛1 Python与地理空间分析1.7 地理空间分析和计算机编程地理空间分析的面向对象编程1 Python与地理空间分析1.9 地理信息系统基本概念1.9.2 空间数据库021.9.1 专题地图011.9.3 空间索引031.9.4 元数据041.9.5 地图投影051.9.6 渲染061 Python与地理空间分析1.9 地理信息系统基本概念1.9.7 影像数据11.9.8 遥感和颜色21 Python与地理空间分析1.10 GIS中矢量数据的基本概念1.10.1 数据结构011.10.2 缓冲区021.10.3 融合031.10.4 简化041.10.5 叠置051.10.
3、6 合并061 Python与地理空间分析1.10 GIS中矢量数据的基本概念1.10.7 点包容性1.10.8 联合1.10.9 连接1.10.10 地理空间中的多边形规则1.11 栅格数据的基本概念1 Python与地理空间分析A1.11.1 波段运算B1.11.2 变化监测C1.11.3 柱状图D1.11.4 特征提取E1.11.5 监督分类F1.11.6 非监督分类1 Python与地理空间分析1.12 牛刀小试1.12.1 Python简介11.12.2 构建SimpleGIS2032 地理空间数据2 地理空间数据2.1 数据格式概览2.4 概要化2.2 数据结构2.5 元数据2.6
4、 文件结构2.3 空间索引2 地理空间数据2.10 Web服务2.11 小结2.7 矢量数据2.8 影像数据2.9 点云数据2 地理空间数据2.2 数据结构共同特征2 地理空间数据2.3 空间索引2.3.1 索引算法2.3.2 网格2.7 矢量数据2 地理空间数据2.7.1 Shapefile文件2.7.2 CAD文件2.7.4 GeoJSON2.7.3 标签和标记格式2 地理空间数据2.8 影像数据2.8.1 TIFF文件01“2.8.2 JPEG、GIF、BMP和PNG文件02“2.8.3 压缩格式04“2.8.4 ASCII网格05“2.8.5 全球文件06“043 地理空间技术概览3
5、地理空间技术概览013.1 数据访问023.2 计算几何033.3 桌面工具（包括可视化）043.4 元数据管理053.5 小结3 地理空间技术概览3.1 数据访问3.1.2 OGR023.1.1 GDAL013.2 计算几何3 地理空间技术概览3.2.2 CGAL3.2.4 GEOS3.2.6 其他支持空间分析的数据库3.2.1 PROJ.4投影库3.2.3 JTS3.2.5 PostGIS3 地理空间技术概览3.2 计算几何3.2.7 SpatiaLite13.2.8 路径分析23.3 桌面工具（包括可视化）3 地理空间技术概览3.3.1 Quantum GIS3.3.2 OpenEV3.
6、3.3 GRASS GIS3.3.6 OpenJUMP3.3.5 gvSIG3.3.4 uDig3 地理空间技术概览3.3 桌面工具（包括可视化）3.3.7 谷歌地球3.3.8 NASA World Wind3.3.9 ArcGIS3 地理空间技术概览3.4 元数据管理3.4.1 GeoNetwork13.4.2 CatMDEdit2054 Python的地理空间分析工具4 Python的地理空间分析工具014.1 安装Python的第三方模块024.2 Python的网络库034.3 Python的标记、标签解析器044.4 Python的JSON库054.5 OGR064.6 PyShp4
7、 Python的地理空间分析工具4.7 dbfpy3014.10 GDAL044.8 Shapely024.11 NumPy054.9 Fiona034.12 PIL064 Python的地理空间分析工具DCBA4.13 PNGCanvas4.14 GeoPandas4.15 PyMySQL4.16 PyFPDFE4.17 Spectral PythonF4.18 小结4 Python的地理空间分析工具4.1 安装Python的第三方模块GDAL安装4 Python的地理空间分析工具4.2 Python的网络库4.2.1 Python的urllib模块014.2.2 FTP024.2.3 ZI
8、P和TAR文件034.3 Python的标记、标签解析器4 Python的地理空间分析工具4.3.1 minidom模块4.3.2 元素树4.3.3 WKT文本LOGOM.94275.CN4 Python的地理空间分析工具4.4 Python的JSON库4.4.1 json模块4.4.2 geojson模块065 Python与地理信息系统5 Python与地理信息系统5.1 距离测量5.2 方位计算5.3 坐标转换5.6 查询优化5.5 Shapefile文件编辑5.4 重投影5 Python与地理信息系统D5.10 地理化编码E5.11 小结A5.7 空间信息可视化B5.8 使用电子表格C
9、5.9 使用GPS数据5 Python与地理信息系统5.1 距离测量5.1.2 半正矢公式1325.1.1 勾股定理5.1.3 Vincenty公式5 Python与地理信息系统5.5 Shapefile文件编辑5.5.1 Shapefile文件访问5.5.6 Shapefile文件分割5.5.5 Shapefile文件合并5.5.2 Shapefile文件属性读取5.5.3 Shapefile文件几何图形读取5.5.4 Shapefile文件修改5 Python与地理信息系统5.6 查询优化5.6.1 点包容性公式5.6.2 边框查询5 Python与地理信息系统5.7 空间信息可视化5.7
10、.1 点密度计算15.7.2 等值区域图2076 Python与遥感6 Python与遥感6.1 图像波段变换6.2 创建直方图6.3 图像剪裁6.6 变化监测6.5 图像特征提取6.4 图像分类6 Python与遥感6.7 小结6 Python与遥感6.2 创建直方图直方图均衡化087 Python与高程数据7 Python与高程数据7.1.1 读取grids7.1.2 写入grids7.1 ASCII网格文件 7.4.1 使用LIDAR创建网格7.4.2 使用PIL让LIDAR支持可视化7.4.3 创建不规则三角网络（TIN）7.2 创建地形阴影7.3 创建等高线7.4 使用LIDAR7.
11、5 小结098 Python与地理空间高级建模8 Python与地理空间高级建模AEDFBC8.2 创建洪水淹没模型8.3 创建彩色晕渲地形8.5 街道路网规划8.4 最佳路径分析8.6 照片地理定位8.1 归一化植被指数（NDVI）应用8 Python与地理空间高级建模8.7 小结8 Python与地理空间高级建模8.1 归一化植被指数（NDVI）应用8.1.1 建立框架018.1.2 载入数据028.1.3 栅格化Shapefile文件038.1.4 波段剪裁048.1.5 使用NDVI公式058.1.6 NDVI分类068 Python与地理空间高级建模8.2 创建洪水淹没模型8.2.1
12、 洪水填充功能8.2.2 创建洪水LOGOM.94275.CN8 Python与地理空间高级建模8.4 最佳路径分析8.4.2 A*算法简介028.4.1 建立测试网格018.4.3 生成测试路径038.4.4 查看测试结果048.4.5 实际应用05109 实时数据9 实时数据 9.3 区域报告 9.2 气象跟踪9.1.1 NextBus代理列表9.1.2 NextBus路径列表9.1.3 NextBus设备地址9.1.4 NextBus地址映射9.1 实时路况监测 9.4 小结1110 综合应用10 综合应用10.1 GPS报告示例10.2 使用GPX-Reporter.py10.3 程序概要10.6 解析GPX10.5 功能函数调用10.4 初始化10 综合应用01020304050610.7 获取边框10.8 下载地图和高程影像10.9 创建地形10.10 创建地图10.11 高程测量10.12 距离测量10 综合应用0110.13 获取气象数据0210.14 小结感谢聆听
