时空Drei的博客专栏

个人公众号:stdrei 分享原创的时空数据处理(RS、GIS、Python、R )等内容

3
推荐
4148
阅读

用Python实现矢量对栅格数据的裁剪

矢量对栅格数据的裁剪在GIS软件中是基本功能,本文使用Python来实现该功能。其中,矢量数据是面(Polygon)类型,且矢量数据和栅格数据的坐标系一致。在这里,用到的矢量数据为geojson格式,栅格数据为tif格式。数据读取import geopandas as gpd from osgeo import gdal, gdalnumeric ht = gdal.Open(raster_file_path) ...

发表了文章 • 2017-06-01 13:05 • 0 条评论

0
推荐
1688
阅读

怎么样用Python实现地理编码

引言今天看到一篇阿里云的文章天下武功,唯快不破,以物流行业为例,分析了 PostgreSQL 与 Greenplum 在地理位置信息处理,最佳路径算法,机器学习等方面的物流行业应用方法。其中提到了地址转换成坐标的问题,更专业些的名词应该是“地理编码”,即知道一个地址,如北京市海淀区上地十街10号,怎么样可以获取到对应的经纬...

发表了文章 • 2017-04-19 10:16 • 0 条评论

0
推荐
1572
阅读

干货分享 | Python与GIS相关的电子书

前言Python是一种简单易学,功能强大的编程语言,它有高效率的高层数据结构,简单而有效地实现面向对象编程。Python简洁的语法和对动态输入的支持,再加上解释性语言的本质,使得它在大多数平台上的许多领域都是一个理想的脚本语言,特别适用于快速的应用程序开发。Python与GIS有着非常好的契合度,从用的最多的商业软件...

发表了文章 • 2017-04-19 10:10 • 0 条评论

2
推荐
1316
阅读

随机森林算法入门(python)

目录1 什么是随机森林1.1 集成学习1.2 随机决策树1.3 随机森林1.4 投票2 为什么要用它3 使用方法3.1 变量选择3.2 分类3.3 回归4 一个简单的Python示例结语前言: 随机森林是一个非常灵活的机器学习方法,从市场营销到医疗保险有着众多的应用。它可以用于市场营销对客户获取和存留建模或预测病人的疾病风险和易感性...

发表了文章 • 2017-04-19 09:55 • 0 条评论

1
推荐
1429
阅读

从pandas到geopandas

pandas简介Pandas是Python的一个结构化数据分析的利器。其中,DataFrame是比较常用的处理数据的对象,类似于一个数据库里的table或者excel中的worksheet,可以非常方便的对二维数据读取(xls,csv,hdf等)、增删改查、基本绘图等。pandas应该是用python做数据分析必不可少的工具。看一个dataframe的实例:geopandas简介...

发表了文章 • 2017-04-13 11:56 • 0 条评论

3
推荐
1646
阅读

用Python做地图投影 - 多面孔的世界

为什么要做地图投影简而言之,地球表面是一个三维的曲面,在曲面上进行测量是非常困难的。不信你拿个地球仪量一下两点的距离或者计算个夹角试试。将三维的曲面投影到二维平面,这样我们学的平面几何才有用武之地。什么是投影如果要了解地图投影,首先需要知道地理坐标系和投影坐标系。简单的说,地理坐标系是参考平面为...

发表了文章 • 2017-04-13 11:53 • 2 条评论

0
推荐
1212
阅读

基于Python的缓冲区分析

前段时间有朋友问破解后的ArcGIS做缓冲区时总是失败,想到Python做缓冲区分析应该并不复杂,之前就看到过Shapely这个工具在GIS分析方面的例子,所以查下相关资料,写一个入门的用shapely进行缓冲区分析的小例子。基本概念缓冲区分析是根据指定的距离,在点、线、面几何对象周围建立一定宽度的区域的分析方法。注意:Mani...

发表了文章 • 2017-04-13 11:50 • 0 条评论

1
推荐
1305
阅读

为什么选择Python

本人在接触Python之后,对其甚是喜欢。网上虽然有关于其在空间数据处理方面的中文文章,但总体不多。计划写一个相关的系列,主要介绍Python在GIS和遥感等空间数据处理分析方面的应用。在后续的文章中将主要包括Python的入门、基本环境配置、常用工具包及其在遥感和GIS数据处理方面的基本应用,希望不会虎头蛇尾、半途而...

发表了文章 • 2017-04-11 15:18 • 0 条评论

4
推荐
3534
阅读

在Windows上安装Python第三方库的正确姿势

前言Python的优势不仅仅在于优雅的语言、简洁的语法,强大的第三方库是其能够用于各个领域的最重要杀手锏之一,如在数据科学领域的numpy、scipy、pandas、scikit-learn、jupyter,在Web开发领域的Django、Flask、Tornado等。Python对linux是非常友好的,在windows下,有时候安装第三方库时,会出现一些莫名其妙的错误,...

发表了文章 • 2017-04-11 15:17 • 0 条评论