地理数据处理与分析——Python与ArcPy编程

Python是目前使用最多的编程语言之一，有众多的扩展包用于不同领域的软件开发，也是目前大数据分析、机器学习和人工智能的主要开发语言。ArcPy是美国ESRI公司推出的用于ArcGIS Desktop产品二次开发的Python包，开发者可以通过ArcPy充分利用ArcGIS Desktop强大的功能进行地理数据处理与分析的方法。本书介绍利用Python编程语言并ArcPy包进行地理数据处理与分析，由Python编程基础、Python常用扩展包、ArcPy使用及综合应用示例四个部分内容组成，涉及地理数据采集、处理、分析与制图。本书可用于地理数据处理与分析相关课程的教学用书，也可供地理学相关专业领域的科研工作者参考。

丛书序
前言
第1章 Python基本介绍
1.1 Python发展
1.2 Python软件下载与安装
1.3 Spyder集成开发环境
1.4 Jupyter Notebook
1.5 程序编写与运行
1.6 Python代码书写规则
第2章 Python对象
2.1 对象类型
2.2 数字
2.3 字符串
2.4 列表和元组
2.5 字典
2.6 序列对象的操作
2.7 可迭代对象的操作
2.8 对象使用中需要注意的问题
第3章 Python语句
3.1 Python中的语句
3.2 表达式语句
3.3 赋值语句
3.4 条件语句
3.5 循环语句
3.6 控制循环语句
3.7 pass语句
第4章 文件读写
4.1 文件对象
4.2 文本文件的读写
4.3 JSON文件读写
4.4 二进制文件的读写
4.5 HDF文件读写
4.6 Excel文件读写
4.7 文件系统和路径操作
第5章 自定义函数和类
5.1 自定义函数
5.2 自定义类
5.3 函数和类的组织
第6章 异常及异常处理
6.1 什么是异常
6.2 Python中的内置异常
6.3 异常捕获和处理
6.4 上下文管理器
6.5 抛出异常
第7章 正则表达式
7.1 正则表达式特殊符号
7.2 正则表达式构建
7.3 正则表达式应用
第8章 网络数据采集
8.1 网络数据采集中的常用模块
8.2 网络数据文件下载
8.3 网页解析
8.4 利用Web服务获取数据
第9章 数组数据处理
9.1 NumPy基本情况
9.2 ndarray对象
9.3 创建数组
9.4 改变数组形状
9.5 数组的索引和切片
9.6 数组的连接与切分
9.7 数组运算
9.8 数组元素的统计
9.9 数组元素排序
第10章 绘制图表
10.1 matplotlib概述
10.2 基本方法
10.3 设置图表属性
10.4 常用绘图函数
10.5 图表组合
10.6 Cartopy地图绘图包
第11章 机器学习
11.1 概述
11.2 scikit-learn介绍
11.3 监督分类
11.4 回归分析
11.5 聚类
11.6 模型的评价与优化
第12章 ArcPy简介
12.1 基本情况
12.2 利用ArcPy运行工具
12.3 工具运行环境
12.4 空间参照
第13章 访问和管理空间数据
13.1 返回数据名列表
13.2 返回数据属性
13.3 访问和管理表格记录
13.4 表格与NumPy数组的相互转换
第14章 要素几何对象操作
14.1 要素几何类型
14.2 ArcPy提供的几何类
14.3 基于几何对象创建要素类
14.4 获取要素的几何信息和空间坐标
14.5 要素几何对象空间操作
第15章 栅格数据操作
15.1 相关概念
15.2 Raster对象
15.3 栅格数据的操作符
15.4 空间分析模块提供的类
第16章 地图制图
16.1 相关概念
16.2 mapping模块
16.3 地图文档管理
16.4 数据框架管理
16.5 图层管理
16.6 图版管理
16.7 分页图版管理
第17章 创建Python工具
17.1 普通工具箱中的Python工具创建
17.2 Python 工具箱中的工具创建
第18章 创建Python Add-In
18.1 ArcGIS Desktop Add-In概述
18.2 Python Add-In的创建步骤
18.3 Add-In 安装
18.4 Python Add-In类
18.5 Pythonaddins模块
18.6 Add-In 编辑
18.7 数据与Add-In捆绑
第19章 百度地图Web服务应用
19.1 地图Web服务概述
19.2 地理编码服务
19.3 坐标转换服务
19.4 静态地图调用服务
19.5 POI检索服务
第20章 出租车轨迹数据处理分析
20.1 数据情况
20.2 数据读取
20.3 数据分析
20.4 数据预处理
20.5 出租车上下客信息提取
20.6 出租车上下客热点位置分析
第21章 遥感图像分类
21.1 实验数据
21.2 根据训练样本绘制像元值散点图
21.3 利用scikit-learn包进行遥感图像分类
21.4 分类结果的精度分析
21.5 自动选择分类的很好超参数值
第22章 夜间灯光数据处理与分析
22.1 夜间灯光数据
22.2 夜间灯光数据处理
22.3 分省夜间灯光总值与GDP的回归分析
参考文献