Build your ultimate AI agent
课程介绍
现实世界中的大量数据天生具有空间属性。从国家人口普查到您所在社区的每一家商店，多数数据集都包含可利用的位置信息，从而更充分地发挥其价值。本课程将向您展示如何将空间数据集成到 Python 的数据科学工作流中。您将学习如何利用地理维度来交互、处理并丰富真实世界的数据。您将学习读取最常见格式的表格型空间数据（例如 GeoJSON、shapefile、geopackage），并在地图上进行可视化。随后，您将以位置为"桥梁"将不同来源的数据关联起来。课程结束时，您将理解地理数据的独特之处，从而能够在不同情境中对其进行转换与再利用。
先修要求
课程大纲
课程大纲
1
地理空间矢量数据入门
本章将向您介绍地理空间数据的概念，尤其是矢量数据。随后，您将学习如何使用 GeoPandas 库在 Python 中表示此类数据，以及读取、探索和可视化这些数据的基础方法。您还将使用一些关于巴黎市的数据集进行练习。
2
空间关系
地理空间数据的关键特点之一是它们在空间中的相互关系。在本章中，您将学习不同类型的空间关系，以及如何在 Python 中利用它们进行数据查询或执行空间连接。最后，您还将更详细地了解分级设色图的可视化方法。
3
投影与几何变换
本章将更深入地探讨几何对象的坐标如何根据其坐标参考系统（CRS）来表达。您将学习这些参考系统的重要性，以及如何在 GeoPandas 中实际处理它们。此外，您还将学习如何基于空间关系创建新的几何对象，从而叠加空间数据集。您还将继续使用巴黎的数据集进行练习。
4
综合实战——手工采矿点案例研究
在最后一章中，我们将不再使用巴黎数据，而是把至今所学应用到刚果东部手工采矿点的全新数据集上。此外，您还将学习一些新的空间操作、如何应用自定义空间操作，并先睹为快地了解栅格数据。
在 Python 中处理地理空间数据
课程完成
