Python地理数据处理，362页pdf，Geoprocessing with Python

关于本书

我编写了《Geoprocessing for Python》 来帮助您学习处理地理空间数据的基础知识，主要使用GDAL/OGR。当然，还有其他的选择，但是其中一些是在GDAL之上构建的，所以如果您理解了这本书中的内容，您就可以很容易地获得它们。这不是一本关于地理信息系统或遥感的书，尽管会解释一些背景理论。相反，本书将教您如何编写用于操作和创建空间数据的Python代码，以及一些简单的分析。您可以使用这些构建块来简化您自己设计的更复杂的分析。

关于作者

Chris Garrard是在犹他州立大学昆尼自然资源学院的遥感/地理信息系统实验室做了近15年的开发人员。在那段时间里，她一直在教授一门关于Python的GIS课程，她还在校园和会议上教授研讨会。她喜欢向人们展示处理数据的开源方法，但是她最喜欢的教学方法是“Aha!”，当某人意识到编码的能力对他们的工作有多大帮助的时候。

面向人群

这本书是为任何想学习使用地理空间数据的人准备的。本文解释了GIS和遥感的一些基础知识，以便初次接触地理空间分析的读者了解他们为什么要学习某些内容，但是代码开始时非常简单，因此具有地理空间背景但没有太多编码经验的人也会从中受益。

内容介绍

本书共分13章。它首先介绍了地理空间数据和Python，然后介绍了矢量数据、空间参考系统、光栅数据和可视化。

• 第1章是空间数据和分析的介绍。它描述了您可以对不同类型的数据执行的分析类型，以及向量和栅格数据之间的差异以及它们各自的用途。

• 第2章是Python的快速入门。

• 第3章解释了什么是OGR库，并教你如何读、写和编辑向量数据源。

• 第4章深入探讨向量格式之间的差异。虽然在许多情况下可以对各种格式进行相同的处理，但是在这里您将了解特定的功能。

• 第5章教你如何过滤和选择基于空间和attri- bute关系的数据。

• 第6章描述了创建和编辑点、线和多边形几何图形的细节。

• 第7章向您展示了如何查看几何图形之间的空间关系，以及如何使用这些概念进行简单的分析。

• 第8章包括空间参考系统的介绍，然后教你如何使用它们并在它们之间转换数据。

• 第9章解释了什么是GDAL库，并教你如何读写光栅数据集。它还向您展示了如何在实际坐标和像素偏移量之间进行转换。

• 第10章向您介绍如何处理光栅数据的各个方面，如地面控制点、颜色表、直方图和属性表。它还包括回调函数和错误处理程序的使用。

• 第11章描述了如何在映射代数中使用NumPy和SciPy，包括局部、焦点、区域和全局分析，并介绍了重新采样数据的一些方法。

• 第12章向您展示了一些用于有监督和无监督地图分类的技术。

• 第13章教你如何使用matplotlib和Mapnik来可视化你的数据。