Corso Python per GIS

Lezione 1 • Configurazione dell'Ambiente Python GIS

Installare e configurare Python, ambienti conda e le principali librerie GIS. Stabilisce le basi tecniche da cui dipendono tutti i capitoli successivi.

Lezione 2 • Collezioni e Flusso di Controllo

Insegna a usare liste, dizionari, cicli e condizionali per iterare su dataset spaziali. Consente direttamente l'elaborazione batch di feature geografiche.

Lezione 3 • Funzioni e Moduli

Definisce funzioni riutilizzabili e importa moduli esterni per organizzare il codice GIS. Prepara gli studenti a strutturare script di analisi spaziale in più fasi.

Lezione 4 • I/O su File e Gestione degli Errori

Legge e scrive file di testo e CSV e gestisce gli errori a runtime con eleganza. Consente di realizzare script robusti che elaborano dati spaziali reali e imperfetti.

Lezione 1 • Multi-Geometrie e Collezioni

Gestisce i tipi MultiPoint, MultiLineString, MultiPolygon e GeometryCollection. Prepara gli studenti ai dataset reali in cui le feature hanno forme complesse e multi-parte.

Lezione 2 • Misure Geometriche e Predicati

Calcola area, lunghezza, distanza e relazioni spaziali tra geometrie. Collega la matematica geometrica a domande reali di analisi GIS.

Lezione 3 • Primitive Geometriche con Shapely

Crea oggetti Point, LineString e Polygon e accede alle loro proprietà. Introduce il modello geometrico alla base di tutte le operazioni GIS vettoriali.

Lezione 1 • Lavorare con GeoJSON e KML

Analizza e genera formati GeoJSON e KML per lo scambio in ambienti GIS web e desktop. Amplia la padronanza dei formati oltre quelli binari.

Lezione 2 • Dati Raster con rasterio

Legge bande raster, profili e trasformazioni e scrive array elaborati su disco. Collega le operazioni su array NumPy ai dati raster georeferenziati.

Lezione 3 • Database Spaziali e OGR

Connessione a database PostGIS e SpatiaLite e lettura dei layer tramite OGR. Consente flussi di lavoro che acquisiscono dati da database spaziali aziendali.

Lezione 4 • Dati Vettoriali con Fiona

Apre shapefile e file GeoJSON, legge le feature e scrive nuovi dataset. Stabilisce il modello di lettura/scrittura utilizzato in tutti i flussi di lavoro vettoriali.

Lezione 1 • Interrogazioni su Attributi e Pulizia dei Dati

Filtra righe, gestisce i valori mancanti e rinomina e converte le colonne degli attributi. Prepara i dati degli attributi per un'analisi spaziale affidabile.

Lezione 2 • Analisi di Prossimità e Distanza

Calcola buffer, distanze del vicino più prossimo e matrici di distanza tra insiemi di feature. Consente analisi di selezione del sito, area di servizio e accessibilità.

Lezione 3 • Fondamenti di GeoDataFrame

Crea GeoDataFrame da file, dizionari e database e ne ispeziona la struttura. Stabilisce il contenitore di dati primario per tutti i flussi di lavoro di GeoPandas.

Lezione 4 • Flussi di Lavoro di Geoprocessing con GeoPandas

Concatena più operazioni di GeoPandas in script di geoprocessing riproducibili end-to-end. Dimostra la progettazione di flussi di lavoro professionali e la documentazione dell'output.

Lezione 1 • Analisi del Terreno da DEM

Deriva pendenza, esposizione e ombreggiatura da modelli digitali di elevazione utilizzando gradienti di array. Costruisce prodotti fondamentali per il terreno usati in idrologia e analisi del territorio.

Lezione 2 • Integrazione Raster-Vettore

Ritaglia raster sui confini vettoriali ed estrae i valori dei pixel in posizioni puntuali. Collega i flussi di lavoro raster e vettoriali per un'analisi combinata.

Lezione 3 • Ricampionamento e Riproiezione Raster

Ricampiona raster a nuove risoluzioni e li riproietta nel CRS di destinazione utilizzando rasterio. Garantisce l'allineamento dei raster per l'analisi multi-sorgente.

Lezione 4 • Array NumPy per Dati Raster

Carica bande raster in array NumPy e applica calcoli elemento per elemento e mascheramento. Collega il calcolo su array all'analisi spaziale raster.

Lezione 1 • Mappe Interattive con Folium

Costruisce mappe Leaflet interattive in Python utilizzando Folium con popup e controlli dei layer. Consente output spaziali basati sul web e condivisibili.

Lezione 2 • Visualizzazione e Styling Raster

Visualizza raster a banda singola e multibanda con mappe di colore personalizzate e opzioni di stretch. Produce rappresentazioni visive chiare di elevazione, immagini e dati classificati.

Lezione 3 • Visualizzazione Interattiva con Plotly e Kepler.gl

Crea grafici spaziali animati e 3D con Plotly e mappe su larga scala con Kepler.gl. Estende la visualizzazione a contesti esplorativi e di presentazione.

Lezione 4 • Mappatura Tematica e Coropletica

Applica schemi di classificazione e rampe di colore per creare mappe coropletiche e a simboli proporzionali. Comunica efficacemente i pattern spaziali nei dati degli attributi.

Lezione 1 • Metodi di Interpolazione Spaziale

Interpola superfici continue da campioni puntuali utilizzando IDW e kriging. Produce superfici raster stimate a partire da dati di misurazione sparsi.

Lezione 2 • Analisi Esplorativa dei Dati Spaziali

Calcola l'autocorrelazione spaziale, l'indice I di Moran e le statistiche LISA utilizzando PySAL. Identifica pattern di clustering e dispersione prima di analisi più approfondite.

Lezione 3 • Analisi dei Pattern Puntuali

Analizza distribuzioni puntuali utilizzando la stima della densità kernel e le statistiche del vicino più prossimo. Rileva il clustering spaziale in dataset di eventi e incidenti.

Lezione 4 • Analisi di Rete con OSMnx

Scarica reti stradali, calcola percorsi più brevi e metriche di centralità. Consente analisi di instradamento e accessibilità su reti stradali reali.

Lezione 1 • Schedulazione e Monitoraggio delle Pipeline

Schedula lavori ricorrenti sui dati spaziali con cron e monitora l'esecuzione tramite logging. Fornisce pipeline operative che vengono eseguite senza intervento manuale.

Lezione 2 • Orchestrazione di Flussi di Lavoro con Snakemake

Definisce pipeline riproducibili in più fasi come regole Snakemake con tracciamento delle dipendenze. Assicura che solo i passaggi non aggiornati vengano rieseguiti quando cambiano gli input.

Lezione 3 • Elaborazione Batch di Dati Spaziali

Elabora intere directory di file spaziali utilizzando cicli e multiprocessing. Scala flussi di lavoro su singolo file a grandi collezioni di dataset in modo efficiente.

Lezione 4 • Test e Convalida dei Flussi di Lavoro GIS

Scrive test unitari per funzioni spaziali e convalida automaticamente la qualità dei dati di output. Impedisce che errori silenziosi si propaghino attraverso le pipeline di produzione.