Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Uma parte importante dos dados no mundo real é, por natureza, espacial. Do número de habitantes registrado no censo nacional a cada loja no seu bairro, a maioria dos conjuntos de dados tem um aspecto de localização que você pode explorar para extrair o máximo do que eles oferecem. Este curso vai mostrar como integrar dados espaciais ao seu fluxo de trabalho de Data Science em Python. Você vai aprender a interagir, manipular e enriquecer dados do mundo real usando sua dimensão geográfica. Vai aprender a ler dados espaciais tabulares nos formatos mais comuns (por exemplo, GeoJSON, shapefile, geopackage) e visualizá-los em mapas. Em seguida, você vai combinar diferentes fontes usando a localização como a ponte que estabelece relação entre elas. Ao final do curso, você será capaz de entender o que torna os dados geográficos únicos, permitindo transformá-los e reaproveitá-los em diferentes contextos.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Introdução a Dados Vetoriais Geoespaciais
Neste capítulo, você será apresentado aos conceitos de dados geoespaciais e, mais especificamente, de dados vetoriais. Em seguida, vai aprender como representar esses dados em Python usando a biblioteca GeoPandas e o básico para ler, explorar e visualizar esses dados. Você vai praticar tudo isso com alguns conjuntos de dados sobre a cidade de Paris.
- Dados geoespaciais50 XP
- Restaurantes em Paris100 XP
- Adicionando um mapa de fundo100 XP
- Introdução ao GeoPandas50 XP
- Explore os distritos de Paris (I)100 XP
- Explore os distritos de Paris (II)100 XP
- Os restaurantes de Paris como um GeoDataFrame100 XP
- Explorando e visualizando dados espaciais50 XP
- Visualizando a densidade populacional100 XP
- Usando funcionalidades do pandas: groupby100 XP
- Plotando múltiplas camadas100 XP
2
Relações Espaciais
Um dos aspectos fundamentais dos dados geoespaciais é como eles se relacionam entre si no espaço. Neste capítulo, você vai aprender os diferentes tipos de relações espaciais e como usá-las em Python para consultar os dados ou realizar junções espaciais. Por fim, você também vai aprender em mais detalhes sobre visualizações do tipo coroplético.
3
Projeção e Transformação de Geometrias
Neste capítulo, vamos aprofundar como as coordenadas das geometrias são expressas com base no seu Sistema de Referência de Coordenadas (CRS). Você vai aprender a importância desses sistemas de referência e como lidar com eles na prática com o GeoPandas. Além disso, vai aprender a criar novas geometrias com base nas relações espaciais, o que permitirá sobrepor conjuntos de dados espaciais. E você continuará praticando tudo isso com os conjuntos de dados de Paris!
4
Juntando Tudo – Estudo de Caso de Garimpos Artesanais
Neste capítulo final, deixamos os dados de Paris de lado e aplicamos tudo o que aprendemos até agora em um novo conjunto de dados sobre garimpos artesanais no leste do Congo. Além disso, você ainda vai aprender algumas novas operações espaciais, como aplicar operações espaciais personalizadas, e terá uma prévia de dados raster.
Trabalhando com Dados Geoespaciais em Python
Curso
concluído
