우리의 목표

• 다양한 파일 형식에서 다른 공간 형식으로 공간 데이터 읽기 / 쓰기
• 다른 Projection을 다루기
• 다양한 기하 연산 및 지오 코딩 수행
• 다른 criteria(영역)에 따라 데이터를 재 분류
• 공간 쿼리 수행
• 간단한 공간 분석 수행
• 다음과 같이 데이터를 시각화하고 (대화 형) 지도 생성

Python에서 GIS를 하는 이유

• 모두 무료
• 다른 geporocessing 작동 방식을 더 깊이 배움
• 파이썬은 매우 효율적이고 유연함
• 파이썬 오픈소스를 지원
• PostGIS와 함께 GeoDjango를 백엔드로 사용하는 등 다양한 것을 결합 가능

데이터 분석 및 시각화 :

• Numpy -> 파이썬으로 과학 컴퓨팅을위한 기본 패키지
• Pandas -> 고성능, 사용하기 쉬운 데이터 구조 및 데이터 분석 도구
• Scipy -> 신호 처리, 최적화 및 통계를 포함한 수치 알고리즘 및 도메인 별 도구 상자 모음
• Matplotlib -> 파이썬 용 기본 플로팅 라이브러리
• Bokeh -> 대화식 시각화 웹 (지도)
• Plotly -> 웹용 대화 형 시각화 (지도) (교육용으로 상업용 없음)

GIS

• GDAL -> 벡터 및 래스터 데이터 형식을 처리하기위한 기본 패키지 (많은 모듈이 GDAL에 의존적임). 래스터 처리에 사용됩니다
• Geopandas -> Python에서 지형 공간 데이터로 작업하는 것이 더 쉽게 이루어졌으며 pandas의 기능과 shapely 기능을 결합했습니다
• Shapely -> 평면 기하학적 객체의 조작 및 분석을위한 Python 패키지 (널리 배치 된 GEOS를 기반으로 함)
• Fiona -> 공간 데이터 읽기 및 쓰기 (Geopandas의 대안)
• Pyproj -> 지도 제작 변형 및 측지 계산을 수행합니다 (PROJ.4 기준)
• Pysal -> 파이썬으로 작성된 공간 분석 함수의 라이브러리
• Geopy -> 지오 코딩 라이브러리 <-> 주소를 좌표로 지정
• Contextily -> (정적) 맵 시각화를위한 배경 기본 맵 추가
• GeoViews -> 대화식 웹지도
• Geoplot -> Python을 위한 고차원 지형 공간 데이터 시각화 라이브러리
• Dash -> Dash는 분석 웹 응용 프로그램을 작성하기위한 Python 프레임 워크입니다
• OSMnx -> 거리 네트워크 용 Python. OpenStreetMap에서 거리 네트워크 검색, 구성, 분석 및 시각화
• Networkx -> Python의 네트워크 분석 및 라우팅 (예 : Dijkstra 및 A * 알고리즘)
• Cartopy -> 데이터 분석 및 시각화를 위해 쉽게 지도를 그릴 수 있음
• Scipy.spatial -> 공간 알고리즘 및 데이터 구조
• Rtree -> 빠른 공간 검색을 위한 Python의 공간 색인화
• Rasterio -> Python을위한 깨끗하고 빠르며 지형적인 래스터 I / O
• RSGISLib -> Python 용 원격 감지 및 GIS 소프트웨어 라이브러리

Lesson Overview

• Geometric Objects
  • Shapely 사용 Point LineString Polygon Geometry collections