Chuyển đến nội dung chính

Khóa học

Làm việc với Dữ liệu Không gian địa lý trong Python

Trung cấp4 giờ

Python4 giờ16 video53 bài tập4,500 XP17,864Giấy chứng nhận thành tích

Tạo tài khoản miễn phí

Tiếp tục với Google
hoặc
Bằng việc tiếp tục, ban chấp nhận Điều khoản sử dụng, của chúng tôi Chính sách bảo mật và rằng dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Được người học tại hàng nghìn công ty yêu thích

Đào tạo đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Một phần lớn dữ liệu ngoài đời thực vốn mang tính không gian. Từ dân số ghi nhận trong cuộc tổng điều tra quốc gia đến từng cửa hàng trong khu phố của bạn, phần lớn bộ dữ liệu đều có thành phần vị trí mà bạn có thể khai thác để phát huy tối đa giá trị. Khóa học này sẽ hướng dẫn bạn tích hợp dữ liệu không gian vào quy trình Khoa học Dữ liệu với Python. Bạn sẽ học cách tương tác, thao tác và bổ sung dữ liệu thực tế dựa trên khía cạnh địa lý của chúng. Bạn sẽ học cách đọc dữ liệu không gian dạng bảng ở các định dạng phổ biến (ví dụ: GeoJSON, shapefile, geopackage) và trực quan hóa chúng trên bản đồ. Sau đó, bạn sẽ kết hợp các nguồn dữ liệu khác nhau bằng cách dùng vị trí làm cầu nối để liên hệ chúng với nhau. Và đến cuối khóa học, bạn sẽ hiểu điều gì khiến dữ liệu địa lý trở nên đặc thù, từ đó có thể chuyển đổi và tái sử dụng chúng trong các ngữ cảnh khác nhau.

Yêu cầu tiên quyết

Chương trình học

Đề cương khóa học

1

Giới thiệu về Dữ liệu Vector Không gian địa lý

Trong chương này, bạn sẽ được giới thiệu các khái niệm về dữ liệu không gian địa lý, cụ thể là dữ liệu vector. Tiếp đó, bạn sẽ học cách biểu diễn dữ liệu này trong Python bằng thư viện GeoPandas, cùng các bước căn bản để đọc, khám phá và trực quan hóa dữ liệu. Bạn sẽ thực hành tất cả điều này với một số bộ dữ liệu về thành phố Paris.
Bắt đầu chương
2

Quan hệ không gian

3

Chiếu và Biến đổi Hình học

Trong chương này, chúng ta sẽ đi sâu hơn vào cách các tọa độ của hình học được biểu diễn dựa trên Hệ quy chiếu tọa độ (CRS). Bạn sẽ học tầm quan trọng của các hệ quy chiếu đó và cách xử lý chúng trong thực tế với GeoPandas. Bên cạnh đó, bạn cũng sẽ học cách tạo hình học mới dựa trên các quan hệ không gian, cho phép bạn chồng lớp các bộ dữ liệu không gian. Và bạn sẽ tiếp tục luyện tập tất cả điều này với các bộ dữ liệu về Paris!
Bắt đầu chương
4

Tổng hợp – Nghiên cứu tình huống về các điểm khai thác mỏ thủ công

Ở chương cuối này, chúng ta sẽ tạm rời dữ liệu Paris và áp dụng mọi kiến thức đã học vào một bộ dữ liệu hoàn toàn mới về các điểm khai thác mỏ thủ công ở Đông Congo. Ngoài ra, bạn sẽ học thêm một số phép toán không gian mới, cách áp dụng các phép toán không gian tùy chỉnh, và có cái nhìn thoáng qua về dữ liệu raster.
Bắt đầu chương

Làm việc với Dữ liệu Không gian địa lý trong Python

Hoàn
thành khóa học

Nhận Chứng nhận Hoàn thành

Đăng ký ngay

Phát triển kỹ năng dữ liệu với DataCamp for Mobile

Tiến bộ mọi lúc mọi nơi với các khóa học di động và thử thách lập trình 5 phút hàng ngày.