Curso de Python para SIG (GIS)

Lección 1 • Configuración del Entorno Python para GIS

Instala y configura Python, entornos conda y las bibliotecas GIS clave. Establece la base técnica de la que depende cada capítulo posterior.

Lección 2 • Colecciones y Flujo de Control

Enseña listas, diccionarios, bucles y condicionales para iterar sobre conjuntos de datos espaciales. Permite directamente el procesamiento por lotes de entidades geográficas.

Lección 3 • Funciones y Módulos

Define funciones reutilizables e importa módulos externos para organizar el código GIS. Prepara a los estudiantes para estructurar scripts de análisis espacial de múltiples pasos.

Lección 4 • Entrada/Salida de Archivos y Manejo de Errores

Lee y escribe archivos de texto y CSV, y maneja errores en tiempo de ejecución correctamente. Permite scripts robustos que procesan datos espaciales reales e imperfectos.

Lección 1 • Multigeometrías y Colecciones

Maneja los tipos MultiPoint, MultiLineString, MultiPolygon y GeometryCollection. Prepara a los estudiantes para conjuntos de datos reales donde las entidades tienen formas complejas y multiparte.

Lección 2 • Mediciones Geométricas y Predicados

Calcula área, longitud, distancia y relaciones espaciales entre geometrías. Conecta las matemáticas geométricas con preguntas reales de análisis GIS.

Lección 3 • Primitivas de Geometría con Shapely

Crea objetos Point, LineString y Polygon, y accede a sus propiedades. Introduce el modelo de geometría subyacente a todas las operaciones de GIS vectorial.

Lección 1 • Trabajo con GeoJSON y KML

Analiza y genera formatos GeoJSON y KML para intercambio GIS web y de escritorio. Amplía la fluidez de formatos más allá de los binarios.

Lección 2 • Datos Ráster con rasterio

Lee bandas ráster, perfiles y transformaciones, y escribe arreglos procesados a disco. Conecta las operaciones de arreglos NumPy con datos ráster georreferenciados.

Lección 3 • Bases de Datos Espaciales y OGR

Conecta a bases de datos PostGIS y SpatiaLite y lee capas a través de OGR. Permite flujos de trabajo que obtienen datos de bases de datos espaciales empresariales.

Lección 4 • Datos Vectoriales con Fiona

Abre shapefiles y archivos GeoJSON, lee entidades y escribe nuevos conjuntos de datos. Establece el patrón de lectura/escritura utilizado en todos los flujos de trabajo vectoriales.

Lección 1 • Consultas de Atributos y Limpieza de Datos

Filtra filas, maneja valores faltantes y renombra y reformatea columnas de atributos. Prepara datos de atributos para un análisis espacial confiable.

Lección 2 • Análisis de Proximidad y Distancia

Calcula búferes, distancias al vecino más cercano y matrices de distancia entre conjuntos de entidades. Permite análisis de selección de sitio, área de servicio y accesibilidad.

Lección 3 • Fundamentos de GeoDataFrame

Crea GeoDataFrames desde archivos, diccionarios y bases de datos, e inspecciona su estructura. Establece el contenedor de datos principal para todos los flujos de trabajo de GeoPandas.

Lección 4 • Flujos de Trabajo de Geoprocesamiento con GeoPandas

Encadena múltiples operaciones de GeoPandas en scripts de geoprocesamiento reproducibles de extremo a extremo. Demuestra diseño de flujo de trabajo profesional y documentación de salida.

Lección 1 • Análisis de Terreno a partir de DEM

Deriva pendiente, orientación y sombreado de relieve a partir de modelos digitales de elevación usando gradientes de arreglos. Construye productos de terreno fundamentales utilizados en hidrología y análisis del terreno.

Lección 2 • Integración Ráster-Vectorial

Recorta rásteres a límites vectoriales y extrae valores de píxeles en ubicaciones de puntos. Une los flujos de trabajo ráster y vectorial para un análisis combinado.

Lección 3 • Remuestreo y Reproyección de Ráster

Remuestrea rásteres a nuevas resoluciones y los reproyecta al CRS objetivo usando rasterio. Asegura la alineación de rásteres para el análisis de múltiples fuentes.

Lección 4 • Arreglos NumPy para Datos Ráster

Carga bandas ráster en arreglos NumPy y aplica operaciones matemáticas elemento a elemento y enmascaramiento. Conecta la computación con arreglos al análisis espacial ráster.

Lección 1 • Mapas Interactivos con Folium

Construye mapas interactivos de Leaflet en Python usando Folium con ventanas emergentes y controles de capas. Permite salidas espaciales compartibles basadas en web.

Lección 2 • Visualización y Estilo de Ráster

Renderiza rásteres de una sola banda y multibanda con mapas de colores personalizados y opciones de estiramiento. Produce representaciones visuales claras de datos de elevación, imágenes y datos clasificados.

Lección 3 • Visualización Interactiva con Plotly y Kepler.gl

Crea gráficos espaciales animados y 3D con Plotly y mapas a gran escala con Kepler.gl. Extiende la visualización a contextos exploratorios y de presentación.

Lección 4 • Mapeo Temático y de Coropletas

Aplica esquemas de clasificación y rampas de color para crear mapas de coropletas y de símbolos proporcionales. Comunica patrones espaciales en datos de atributos de manera efectiva.

Lección 1 • Métodos de Interpolación Espacial

Interpola superficies continuas a partir de muestras de puntos usando IDW y kriging. Produce superficies ráster estimadas a partir de datos de medición dispersos.

Lección 2 • Análisis Exploratorio de Datos Espaciales

Calcula autocorrelación espacial, I de Moran y estadísticos LISA usando PySAL. Identifica patrones de agrupamiento y dispersión antes de un análisis más profundo.

Lección 3 • Análisis de Patrones de Puntos

Analiza distribuciones de puntos usando estimación de densidad kernel y estadísticos del vecino más cercano. Detecta agrupamiento espacial en conjuntos de datos de eventos e incidentes.

Lección 4 • Análisis de Redes con OSMnx

Descarga redes de calles, calcula rutas más cortas y mide métricas de centralidad. Permite análisis de enrutamiento y accesibilidad en redes viales reales.

Lección 1 • Programación y Monitoreo de Pipelines

Programa trabajos recurrentes de datos espaciales con cron y monitorea la ejecución con registro. Entrega pipelines operativos que se ejecutan sin intervención manual.

Lección 2 • Orquestación de Flujos de Trabajo con Snakemake

Define pipelines reproducibles de múltiples pasos como reglas de Snakemake con seguimiento de dependencias. Asegura que solo se vuelvan a ejecutar los pasos obsoletos cuando cambian las entradas.

Lección 3 • Procesamiento por Lotes de Datos Espaciales

Procesa directorios completos de archivos espaciales utilizando bucles y multiprocesamiento. Escala flujos de trabajo de un solo archivo a grandes colecciones de conjuntos de datos de manera eficiente.

Lección 4 • Prueba y Validación de Flujos de Trabajo GIS

Escribe pruebas unitarias para funciones espaciales y valida la calidad de los datos de salida automáticamente. Previene que errores silenciosos se propaguen a través de los pipelines de producción.