After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
現実世界のデータの多くは本質的に空間的です。国勢調査で記録された人口から、近所のすべてのお店まで、多くのデータセットには場所という側面があり、それを活用することでデータの価値を最大限に引き出せます。本コースでは、Pythonのデータサイエンスのワークフローに空間データを統合する方法を学びます。地理的な次元を使って実世界のデータにアクセスし、操作し、情報を付加する方法を身につけます。一般的な形式（例: GeoJSON、Shapefile、GeoPackage）の表形式の空間データを読み込み、地図上に可視化する方法を学びます。さらに、位置情報を“橋渡し”として活用し、異なるデータ源同士を関連付けて組み合わせます。コースの最後には、地理データ特有の性質を理解し、さまざまな文脈で変換・再利用できるようになります。
前提条件
カリキュラム
コース概要
1
地理空間ベクターデータ入門
この章では、地理空間データの概念、特にベクターデータについて紹介します。続いて、GeoPandasライブラリを使ってPythonでそれらのデータを表現する方法、さらに読み込み・探索・可視化の基本を学びます。パリ市に関するデータセットを使って、実際に手を動かして練習します。
2
空間的な関係
地理空間データの重要な側面の一つは、空間内で互いにどのように関係しているかです。この章では、さまざまな空間的関係を学び、それらをPythonで使ってデータを検索したり、Spatial join（空間結合）を実行したりする方法を身につけます。最後に、コロプレス図による可視化についても詳しく学びます。
3
ジオメトリの投影と変換
この章では、ジオメトリの座標が座標参照系（CRS）に基づいてどのように表現されるかをより深く見ていきます。これらの参照系の重要性と、GeoPandasでの実践的な扱い方を学びます。さらに、空間的関係に基づいて新しいジオメトリを作成し、空間データセットを重ね合わせる方法も習得します。ここでもパリのデータセットでしっかり練習します。
4
総まとめ – 手工業的採掘サイトのケーススタディ
最終章ではパリのデータから一歩離れ、これまで学んだことを東コンゴの手工業的採掘サイトに関する新しいデータセットに適用します。さらに、新たな空間演算やカスタムの空間演算の適用方法を学び、ラスターデータのさわりも体験します。
Pythonで扱う地理空間データ
コース修了
