Python pro GIS kurz

Lekce 1 • Nastavení prostředí Pythonu pro GIS

Nainstalujte a nakonfigurujte Python, prostředí conda a klíčové knihovny pro GIS. Vytváří technický základ, na kterém závisí všechny následující kapitoly.

Lekce 2 • Kolekce a řídicí struktury

Výuka seznamů, slovníků, cyklů a podmínek pro iteraci nad prostorovými datovými sadami. Přímo umožňuje dávkové zpracování geografických prvků.

Lekce 3 • Funkce a moduly

Definuje znovupoužitelné funkce a importuje externí moduly pro organizaci kódu GIS. Připravuje studenty na strukturování vícekrokových skriptů pro prostorovou analýzu.

Lekce 4 • Vstup/výstup souborů a ošetření chyb

Čte a zapisuje textové soubory a soubory CSV a elegantně ošetřuje běhové chyby. Umožňuje vytvářet robustní skripty, které zpracovávají reálná, nedokonalá prostorová data.

Lekce 1 • Multi-geometrie a kolekce

Práce s typy MultiPoint, MultiLineString, MultiPolygon a GeometryCollection. Připravuje studenty na reálné datové sady, kde prvky mají složité, vícedílné tvary.

Lekce 2 • Geometrická měření a predikáty

Počítá plochu, délku, vzdálenost a prostorové vztahy mezi geometriemi. Propojuje geometrickou matematiku s reálnými otázkami analytiků GIS.

Lekce 3 • Geometrické primitivy s Shapely

Vytváří objekty Point, LineString a Polygon a přistupuje k jejich vlastnostem. Představuje model geometrie, který je základem všech vektorových operací GIS.

Lekce 1 • Práce s GeoJSON a KML

Zpracovává a generuje formáty GeoJSON a KML pro výměnu dat ve webovém a desktopovém GIS. Rozšiřuje znalost formátů nad rámec binárních formátů.

Lekce 2 • Rastrová data s rasterio

Čte rastrová pásma, profily a transformace a zapisuje zpracovaná pole na disk. Propojuje operace s poli NumPy s georeferencovanými rastrovými daty.

Lekce 3 • Prostorové databáze a OGR

Připojuje se k databázím PostGIS a SpatiaLite a čte vrstvy pomocí OGR. Umožňuje pracovní postupy, které získávají data z podnikových prostorových databází.

Lekce 4 • Vektorová data s Fiona

Otevírá shapefily a soubory GeoJSON, čte prvky a zapisuje nové datové sady. Stanovuje vzor čtení/zápisu používaný ve všech pracovních postupech s vektorovými daty.

Lekce 1 • Atributové dotazy a čištění dat

Filtruje řádky, ošetřuje chybějící hodnoty a přejmenovává a přetypovává atributové sloupce. Připravuje atributová data pro spolehlivou prostorovou analýzu.

Lekce 2 • Analýza blízkosti a vzdálenosti

Počítá obalové zóny, vzdálenosti k nejbližším sousedům a matice vzdáleností mezi sadami prvků. Umožňuje analýzy výběru lokality, obslužných oblastí a dostupnosti.

Lekce 3 • Základy GeoDataFrame

Vytváří GeoDataFrames ze souborů, slovníků a databází a kontroluje jejich strukturu. Zavádí primární datový kontejner pro všechny pracovní postupy s GeoPandas.

Lekce 4 • Geoprocesingové pracovní postupy s GeoPandas

Řetězí více operací GeoPandas do reprodukovatelných, komplexních geoprocesingových skriptů. Demonstruje odborný návrh pracovních postupů a dokumentaci výstupů.

Lekce 1 • Analýza terénu z DEM

Odvozuje sklon, orientaci a stínovaný reliéf z digitálních modelů terénu pomocí gradientů polí. Vytváří základní terénní produkty používané v hydrologii a analýze krajiny.

Lekce 2 • Integrace rastru a vektoru

Ořezává rastry podle hranic vektorů a extrahuje hodnoty pixelů v bodech. Propojuje rastrové a vektorové pracovní postupy pro kombinovanou analýzu.

Lekce 3 • Převzorkování a reprojekce rastrů

Převzorkovává rastry na nová rozlišení a reprojektuje je do cílového CRS pomocí rasterio. Zajišťuje zarovnání rastrů pro analýzu z více zdrojů.

Lekce 4 • Pole NumPy pro rastrová data

Načítá rastrová pásma do polí NumPy a aplikuje elementové výpočty a maskování. Propojuje výpočty s poli s prostorovou rastrovou analýzou.

Lekce 1 • Interaktivní mapy s Folium

Vytváří interaktivní mapy Leaflet v Pythonu pomocí Folium s popisky a ovládáním vrstev. Umožňuje sdílitelné webové prostorové výstupy.

Lekce 2 • Vizualizace a stylování rastrů

Vykresluje jednopásmové a vícepásmové rastry s vlastními barevnými mapami a možnostmi roztažení. Vytváří srozumitelná vizuální znázornění nadmořské výšky, snímků a klasifikovaných dat.

Lekce 3 • Interaktivní vizualizace s Plotly a Kepler.gl

Vytváří animované a 3D prostorové grafy s Plotly a rozsáhlé mapy s Kepler.gl. Rozšiřuje vizualizaci do průzkumných a prezentačních kontextů.

Lekce 4 • Tematické a choropletové mapování

Aplikuje klasifikační schémata a barevné palety k vytvoření choropletových map a map proporcionálních symbolů. Účinně sděluje prostorové vzory v atributových datech.

Lekce 1 • Metody prostorové interpolace

Interpoluje spojité povrchy z bodových vzorků pomocí IDW a krigingu. Vytváří odhadované rastrové povrchy z řídkých naměřených dat.

Lekce 2 • Průzkumná analýza prostorových dat

Počítá prostorovou autokorelaci, Moranovo I a LISA statistiky pomocí PySAL. Identifikuje vzory shlukování a rozptylu před hlubší analýzou.

Lekce 3 • Analýza bodových vzorů

Analyzuje bodové distribuce pomocí odhadu hustoty jádra a statistik nejbližšího souseda. Detekuje prostorové shlukování v datových sadách událostí a incidentů.

Lekce 4 • Síťová analýza s OSMnx

Stahuje silniční sítě, počítá nejkratší cesty a metriky centrality. Umožňuje analýzu trasování a dostupnosti na reálných silničních sítích.

Lekce 1 • Plánování a monitorování pipeline

Plánuje opakované úlohy prostorových dat pomocí cronu a monitoruje provádění pomocí protokolování. Poskytuje provozní pipeline, které běží bez ručního zásahu.

Lekce 2 • Orchestrace pracovních postupů se Snakemake

Definuje reprodukovatelné vícekrokové pipeline jako pravidla Snakemake se sledováním závislostí. Zajišťuje, že se při změně vstupů znovu spustí pouze zastaralé kroky.

Lekce 3 • Dávkové zpracování prostorových dat

Zpracovává celé adresáře prostorových souborů pomocí cyklů a multiprocessingu. Efektivně škáluje pracovní postupy pro jednotlivé soubory na velké kolekce datových sad.

Lekce 4 • Testování a ověřování pracovních postupů GIS

Píše jednotkové testy pro prostorové funkce a automaticky ověřuje kvalitu výstupních dat. Zabraňuje šíření skrytých chyb v produkčních pipeline.