After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
현실 세계의 데이터 중 상당수는 본질적으로 공간적입니다. 국가 인구총조사에 기록된 인구부터 우리 동네의 모든 가게까지, 대부분의 데이터셋에는 위치 정보가 있어 이를 잘 활용하면 더 많은 가치를 끌어낼 수 있어요. 이 강의에서는 공간 데이터를 Python 데이터 사이언스 워크플로에 통합하는 방법을 다룹니다. 지리적 차원을 활용해 실제 데이터를 조회·조작·보강하는 방법을 배우고, 가장 흔한 형식(예: GeoJSON, shapefile, geopackage)의 표 형식 공간 데이터를 읽어 지도에 시각화하는 법을 익혀요. 이어서 위치를 연결 고리로 사용해 서로 다른 데이터 소스를 결합합니다. 강의를 마치면 지리공간 데이터의 고유한 특성을 이해하고, 다양한 맥락에서 변환하고 재활용할 수 있게 됩니다.
사전 요구 사항
커리큘럼
코스 개요
1
지리공간 벡터 데이터 소개
이 장에서는 지리공간 데이터, 특히 벡터 데이터 개념을 소개합니다. 이어서 GeoPandas 라이브러리를 사용해 Python에서 이러한 데이터를 표현하는 방법과, 데이터를 읽고 탐색하고 시각화하는 기본기를 배웁니다. 파리 시 데이터를 활용해 직접 실습도 진행해요.
2
공간적 관계
지리공간 데이터의 핵심은 서로가 공간에서 어떻게 연결되어 있는가입니다. 이 장에서는 다양한 공간적 관계를 배우고, Python에서 이를 활용해 데이터를 질의하거나 공간 조인을 수행하는 방법을 익힙니다. 마지막으로 코로플레스 지도 시각화도 좀 더 자세히 다룹니다.
3
투영과 기하 변환
이 장에서는 좌표참조체계(CRS)에 따라 기하의 좌표가 어떻게 표현되는지 더 깊이 살펴봅니다. 이러한 기준 체계의 중요성과 GeoPandas에서 이를 다루는 실무 방법을 배우게 됩니다. 더 나아가 공간적 관계를 바탕으로 새로운 기하를 생성해 공간 데이터셋을 오버레이하는 방법도 학습합니다. 물론 파리 데이터로 계속 연습해볼 거예요!
4
모든 것을 종합하기 – 소규모 광산 채굴지 사례 연구
마지막 장에서는 파리 데이터를 떠나, 지금까지 배운 내용을 동콩고의 소규모 광산 채굴지에 관한 새로운 데이터셋에 적용해 봅니다. 추가적인 공간 연산과 사용자 지정 공간 연산 적용 방법을 배우고, 래스터 데이터에 대한 간단한 맛보기도 진행합니다.
Python으로 지리공간 데이터 다루기
코스
완료
