700+ courses, half price
Kurs Açıklaması
Gerçek dünyadaki verilerin önemli bir kısmı doğası gereği mekansaldır. Ulusal nüfus sayımında kaydedilen nüfustan, mahallendeki her bir dükkana kadar, veri kümelerinin büyük bölümü, sunduklarından en iyi şekilde yararlanmanı sağlayan bir konum boyutuna sahiptir. Bu kurs, mekansal verileri Python Veri Bilimi iş akışına nasıl entegre edeceğini gösterecek. Coğrafi boyutlarını kullanarak gerçek dünya verileriyle nasıl etkileşime gireceğini, onları nasıl düzenleyip zenginleştireceğini öğreneceksin. En yaygın biçimlerdeki (ör. GeoJSON, shapefile, geopackage) tablosal mekansal verileri okumayı ve haritalarda görselleştirmeyi keşfedeceksin. Ardından, farklı kaynakları konumlarını bir köprü olarak kullanıp birbirleriyle ilişkilendirerek birleştireceksin. Ve kursun sonunda, coğrafi verileri benzersiz kılan şeyin ne olduğunu anlayacak, onları farklı bağlamlarda dönüştürüp yeniden kullanabileceksin.
Ön Koşullar
Müfredat
Kurs planı
1
Coğrafi Vektör Verilere Giriş
Bu bölümde, coğrafi veriler ve özel olarak vektör veriler kavramlarıyla tanışacaksın. Ardından bu verileri Python’da GeoPandas kütüphanesiyle nasıl temsil edeceğini ve bu tür verileri okuma, keşfetme ve görselleştirmenin temellerini öğreneceksin. Tüm bunları Paris kentine ait bazı veri kümeleriyle uygulayacaksın.
- Coğrafi veriler50 XP
- Paris’te Restoranlar100 XP
- Arka plan haritası ekleme100 XP
- GeoPandas’a Giriş50 XP
- Paris mahallelerini keşfet (I)100 XP
- Paris ilçelerini keşfet (II)100 XP
- Paris'teki restoranlar bir GeoDataFrame olarak100 XP
- Konumsal verileri keşfetme ve görselleştirme50 XP
- Nüfus yoğunluğunu görselleştirme100 XP
- pandas işlevselliğini kullanma: groupby100 XP
- Birden çok katman çizmek100 XP
2
Mekansal İlişkiler
Coğrafi verilerin temel yönlerinden biri, mekanda birbirleriyle nasıl ilişki kurduklarıdır. Bu bölümde farklı mekansal ilişkileri öğrenecek ve bunları Python’da verileri sorgulamak veya mekansal birleştirmeler yapmak için nasıl kullanacağını göreceksin. Son olarak, koroplet görselleştirmeleri hakkında da daha ayrıntılı bilgi edineceksin.
3
Projeksiyon ve Geometrileri Dönüştürme
Bu bölümde, geometrilerin koordinatlarının Koordinat Referans Sistemi’ne (CRS) göre nasıl ifade edildiğine daha yakından bakacağız. Bu referans sistemlerinin önemini ve GeoPandas ile pratikte nasıl ele alınacağını öğreneceksin. Ayrıca, mekansal ilişkilerden yararlanarak yeni geometriler oluşturmayı öğrenecek ve bu sayede mekansal veri kümelerini üst üste bindirebileceksin. Tüm bunları yine Paris veri kümeleriyle pekiştireceksin!
4
Hepsini Bir Araya Getirme – Geleneksel Madencilik Alanları Vaka Çalışması
Bu son bölümde, Paris verilerini bir kenara bırakıp, Doğu Kongo’daki geleneksel madencilik alanlarına dair yepyeni bir veri kümesi üzerinde şimdiye kadar öğrendiklerinin tümünü uygulayacağız. Ayrıca bazı yeni mekansal işlemleri, özel mekansal işlemleri nasıl uygulayacağını öğrenecek ve raster verilere kısa bir ön bakış yapacaksın.
Python ile Coğrafi Verilerle Çalışma
Kurs
Tamamlandı
