用户下载说明：

电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：

http://e.dangdang.com/products/1900722629.html

 

资料简介：

Python作为一种高级程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言之一。 本书以地理空间分析为背景，介绍了Python在地理信息处理方面的应用技巧。全书共分为10章，分别介绍了Python与地理空间分析、地理空间数据、地理空间技术、Python的地理空间分析工具、Python与地理信息系统、Python与遥感、Python与高程数据、Python与地理空间高级建模、实时数据、综合应用等内容。 本书内容结构清晰，示例完整，适合希望了解测绘数字化和分析的读者，也适合想使用Python行空间地理分析、建模和GIS分析的发人员及研究人员参考阅读。 Python作为一种高级程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言之一。 本书以地理空间分析为背景，介绍了Python在地理信息处理方面的应用技巧。全书共分为10章，分别介绍了Python与地理空间分析、地理空间数据、地理空间技术、Python的地理空间分析工具、Python与地理信息系统、Python与遥感、Python与高程数据、Python与地理空间高级建模、实时数据、综合应用等内容。 本书内容结构清晰，示例完整，适合希望了解测绘数字化和分析的读者，也适合想使用Python行空间地理分析、建模和GIS分析的发人员及研究人员参考阅读。

 

资料目录：

内容提要

作者简介

审阅者简介

前言

第1章 Python与地理空间分析

1.1 地理空间分析与我们的生活

应用广泛

1.2 地理空间分析的历史

1.3 地理信息系统

1.4 遥感

1.5 高程数据

1.6 计算机辅助制图

1.7 地理空间分析和计算机编程

地理空间分析的面向对象编程

1.8 地理空间分析的重要性

1.9 地理信息系统基本概念

1.9.1 专题地图

1.9.2 空间数据库

1.9.3 空间索引

1.9.4 元数据

1.9.5 地图投影

1.9.6 渲染

1.9.7 影像数据

1.9.8 遥感和颜色

1.10 GIS中矢量数据的基本概念

1.10.1 数据结构

1.10.2 缓冲区

1.10.3 融合

1.10.4 简化

1.10.5 叠置

1.10.6 合并

1.10.7 点包容性

1.10.8 联合

1.10.9 连接

1.10.10 地理空间中的多边形规则

1.11 栅格数据的基本概念

1.11.1 波段运算

1.11.2 变化监测

1.11.3 柱状图

1.11.4 特征提取

1.11.5 监督分类

1.11.6 非监督分类

1.12 牛刀小试

1.12.1 Python简介

1.12.2 构建SimpleGIS

1.13 小结

第2章 地理空间数据

2.1 数据格式概览

2.2 数据结构

共同特征

2.3 空间索引

2.3.1 索引算法

2.3.2 网格

2.4 概要化

2.5 元数据

2.6 文件结构

2.7 矢量数据

2.7.1 Shapefile文件

2.7.2 CAD文件

2.7.3 标签和标记格式

2.7.4 GeoJSON

2.8 影像数据

2.8.1 TIFF文件

2.8.2 JPEG、GIF、BMP和PNG文件

2.8.3 压缩格式

2.8.4 ASCII网格

2.8.5 全球文件

2.9 点云数据

2.10 Web服务

2.11 小结

第3章 地理空间技术概览

3.1 数据访问

3.1.1 GDAL

3.1.2 OGR

3.2 计算几何

3.2.1 PROJ.4投影库

3.2.2 CGAL

3.2.3 JTS

3.2.4 GEOS

3.2.5 PostGIS

3.2.6 其他支持空间分析的数据库

3.2.7 SpatiaLite

3.2.8 路径分析

3.3 桌面工具（包括可视化）

3.3.1 Quantum GIS

3.3.2 OpenEV

3.3.3 GRASS GIS

3.3.4 uDig

3.3.5 gvSIG

3.3.6 OpenJUMP

3.3.7 谷歌地球

3.3.8 NASA World Wind

3.3.9 ArcGIS

3.4 元数据管理

3.4.1 GeoNetwork

3.4.2 CatMDEdit

3.5 小结

第4章 Python的地理空间分析工具

4.1 安装Python的第三方模块

GDAL安装

4.2 Python的网络库

4.2.1 Python的urllib模块

4.2.2 FTP

4.2.3 ZIP和TAR文件

4.3 Python的标记、标签解析器

4.3.1 minidom模块

4.3.2 元素树

4.3.3 WKT文本

4.4 Python的JSON库

4.4.1 json模块

4.4.2 geojson模块

4.5 OGR

4.6 PyShp

4.7 dbfpy3

4.8 Shapely

4.9 Fiona

4.10 GDAL

4.11 NumPy

4.12 PIL

4.13 PNGCanvas

4.14 GeoPandas

4.15 PyMySQL

4.16 PyFPDF

4.17 Spectral Python

4.18 小结

第5章 Python与地理信息系统

5.1 距离测量

5.1.1 勾股定理

5.1.2 半正矢公式

5.1.3 Vincenty公式

5.2 方位计算

5.3 坐标转换

5.4 重投影

5.5 Shapefile文件编辑

5.5.1 Shapefile文件访问

5.5.2 Shapefile文件属性读取

5.5.3 Shapefile文件几何图形读取

5.5.4 Shapefile文件修改

5.5.5 Shapefile文件合并

5.5.6 Shapefile文件分割

5.6 查询优化

5.6.1 点包容性公式

5.6.2 边框查询

5.7 空间信息可视化

5.7.1 点密度计算

5.7.2 等值区域图

5.8 使用电子表格

5.9 使用GPS数据

5.10 地理化编码

5.11 小结

第6章 Python与遥感

6.1 图像波段变换

6.2 创建直方图

直方图均衡化

6.3 图像剪裁

6.4 图像分类

6.5 图像特征提取

6.6 变化监测

6.7 小结

第7章 Python与高程数据

7.1 ASCII网格文件

7.1.1 读取grids

7.1.2 写入grids

7.2 创建地形阴影

7.3 创建等高线

7.4 使用LIDAR

7.4.1 使用LIDAR创建网格

7.4.2 使用PIL让LIDAR支持可视化

7.4.3 创建不规则三角网络（TIN）

7.5 小结

第8章 Python与地理空间高级建模

8.1 归一化植被指数（NDVI）应用

8.1.1 建立框架

8.1.2 载入数据

8.1.3 栅格化Shapefile文件

8.1.4 波段剪裁

8.1.5 使用NDVI公式

8.1.6 NDVI分类

8.2 创建洪水淹没模型

8.2.1 洪水填充功能

8.2.2 创建洪水

8.3 创建彩色晕渲地形

8.4 最佳路径分析

8.4.1 建立测试网格

8.4.2 A*算法简介

8.4.3 生成测试路径

8.4.4 查看测试结果

8.4.5 实际应用

8.5 街道路网规划

8.6 照片地理定位

8.7 小结

第9章 实时数据

9.1 实时路况监测

9.1.1 NextBus代理列表

9.1.2 NextBus路径列表

9.1.3 NextBus设备地址

9.1.4 NextBus地址映射

9.2 气象跟踪

9.3 区域报告

9.4 小结

第10章 综合应用

10.1 GPS报告示例

10.2 使用GPX-Reporter.py

10.3 程序概要

10.4 初始化

10.5 功能函数调用

10.6 解析GPX

10.7 获取边框

10.8 下载地图和高程影像

10.9 创建地形

10.10 创建地图

10.11 高程测量

10.12 距离测量

10.13 获取气象数据

10.14 小结