我目前能够找到的只有像Python Geo-Spatial Devlopment[1]这样有一定年龄的教学书籍,和零散的技术文章[2]。可是具体该怎么系统学习应用完全没方向,求教。例如mapfish[3],看了一下介绍就觉得很牛逼,可是不会用。。。
[1]Python Geo-Spatial Development (豆瓣)
[2]W-06: Solid Web Mapping with Python
[3]MapFish — MapFish
回复内容:
GIS 和 python 的结合有很多种可能性- Arcpy 参考ArcPy and ArcGIS (豆瓣), pyQGIS 参考PyQGIS Developer Cookbook
- Geopython GIS相关库
- GDAL 参考 Welcome to the Python GDAL/OGR Cookbook!
- 各种空间数据库,如 spatialite 参考 SpatiaLite Cookbook
基础库(抽象库)
- GDAL 不多说,GIS万物本源
- Proj.4 制图学投影转换库
- geojson geojson数据处理,点线面
高级库
- Shapley GIS的图像处理
- Fiona GIS数据读入写出
- Rtree Rtree空间索引
- pyproj Proj.4的接口扩展
- OWSLib WMS地图服务发放
- basemap 画地图
超高级库
- geopandas 整合了pandas,shapely,fiona,descartes,pyproj和rtrees可以直接用于数据处理
- geodjango django出品,保护GDAL,GEOS等可以发送地图服务
而如今,javascript在互联网的地位也变得越来越重要,GIS+JS的项目也氤氲而生,所以问题来了。参考:有哪些GIS+JavaScript(node.js)的开发经验值得分享? - Node.js
或者关注我的博客,写得不是很好,希望各路大神多多留言指导。
Awesome GIS(GIS Tech Stack技术栈)
语言Geomatics专栏点此:Geomatics(GIS,GPS,RS,Surveying)
-
Python 最好的快速开发语言,是一门API艺术
- awesome-python
- 1简单的入门
- 2总结入门坑及基础资源
- 3Geopython GIS相关库
- 4Python的常用库入门
- 5Flask框架
- 6入门爬虫坑--网页数据压缩(python deflate gzip)
- 7Requests爬虫技巧
-
Node.js 最炙手可热的网络技术源泉,可用于WebGIS
- awesome-javascript
- 1常用Global库
- 2入门及GeoNode.js GIS相关库
- Leaflet 兼容移动端,和现代的一些框架一样优先考虑移动端
- 1leaflet入门
- 2简单插件编写leaflet-pip-v2
- 3进阶插件编写geojsonFilter
- Mapbox总有人讨论“Mapbox VS Leaflet?”这是个烂问题,Mapbox是Leaflet的超集,就像Typescript和Javascript之间的关系一样
- Openlayer3扯淡大叔教程
- Turf js层面做出简单的空间分析
- Geoserver 基于Java的地理信息服务的发布,使用简单
- Mapserver 基于C语言的地理信息服务的发布,内存占用小
- GDAL 数据格式转换
- 1GDAL命令行入门
- 2python for GDAL
- 3gdal CLI Cheat Sheet
- GeoJSON 开源地理信息JSON格式
- awesome-geojson
- geojson-js-utils 空间数据简单处理js实现
- geojson-python-utils空间数据简单处理python实现
- TopoJSON 开源地理信息JSON格式,大小要比GeoJSON小40%
- TileJSON 瓦片数据包装的JSON格式,用的不多
- WKT&WKB 文本标记语言表示矢量数据
- WKT&WKB 笔记一:格式介绍
- Spatialite 空间数据的查询等处理,小项目足矣
- 1简单的入门
- 2CLI Cheat Sheet
- 3python for Spatialite
- 4NET平台使用spatilite扩展
- 5Spatiliate2GeoJson数据的转换
- Postgresql 大型空间数据项目
- MBTILES 承载瓦片的数据,快速索引
- 1入门与简单应用
- Global Mapper 专门用作已有栅格图像切片
- Mapnik 专门用于矢量数据的切片
- TileMill 在矢量数据渲染时,运用CartoCSS对矢量数据赋予样式
- QGIS 开源GIS数据处理桌面软件,其中包含Grass,SAGA两个学术界开源GIS平台
- 1简单的介绍
- 2地图综合
- Mapsharper 数据综合神器
- 1地图综合神器
- 地理空间数据云 没想到数据来的这么快
- 1网页端JS的缓存问题
- 2Angular遇到的一些坑
- 3SpatialiteSharp的使用坑
整个技术栈主要针对的是轻量或者小项目去考虑,运用一些流行的尽可能开源的工具去做,这是我的一些想法和笔记,详情参考从mapbox的开源工具看Web GIS的发展,希望能给您一点点帮助。PS:我在github上看到一个awesome gis,并非我主导的,希望各位GISer可以一起参与修改。
转载,请表明出处。总目录Awesome GIS
python之于GIS与python之于IT类似GISer采用python的原因也在于“人生苦短,我用python”
python在gis中的应用非常之广
1. desktop GIS:
ArcGIS从版本10开始不再支持原来的VBA,而改用python
QGIS本身大部分的代码特别是插件部分可以采用python进行开发
2. 地图引擎
mapnik—基于C++引擎的顶级地图引擎库,和python结合比较紧密
mapfish—支持部分专题地图在线制作
3. webgis
python+geodjango 是最常用也最庞大的后台框架
GISer使用python一定要充分发挥python语言的特性
如ArcGIS集成phthon是利用了python的脚本语言特性
后台webgis等服务,可以发挥python作为语言黏合剂的特性,充分利用已有的GIS算法库 1、如果之前没有接触过Python但有一定的编程基础,极力推荐 深入 Python 3 这本书,对比《Python基础教程》的基础全面,这本书更加简洁、实用、上手快。
2、Python与ArcGIS结合,推荐《Programming ArcGIS 10.1 with Python Cookbook》(英文版)这本书,主要使用简短的Python脚本批处理ArcGIS文件,实用、上手快。
附图:


2小时内可以学会Python的基本编程概念和技能。1.学习变量和数据类型,2.掌握控制流(条件语句和循环),3.理解函数的定义和使用,4.通过简单示例和代码片段快速上手Python编程。

Python在web开发、数据科学、机器学习、自动化和脚本编写等领域有广泛应用。1)在web开发中,Django和Flask框架简化了开发过程。2)数据科学和机器学习领域,NumPy、Pandas、Scikit-learn和TensorFlow库提供了强大支持。3)自动化和脚本编写方面,Python适用于自动化测试和系统管理等任务。

两小时内可以学到Python的基础知识。1.学习变量和数据类型,2.掌握控制结构如if语句和循环,3.了解函数的定义和使用。这些将帮助你开始编写简单的Python程序。

如何在10小时内教计算机小白编程基础?如果你只有10个小时来教计算机小白一些编程知识,你会选择教些什么�...

使用FiddlerEverywhere进行中间人读取时如何避免被检测到当你使用FiddlerEverywhere...

Python3.6环境下加载Pickle文件报错:ModuleNotFoundError:Nomodulenamed...

如何解决jieba分词在景区评论分析中的问题?当我们在进行景区评论分析时,往往会使用jieba分词工具来处理文�...

如何使用正则表达式匹配到第一个闭合标签就停止?在处理HTML或其他标记语言时,常常需要使用正则表达式来�...


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

螳螂BT
Mantis是一个易于部署的基于Web的缺陷跟踪工具,用于帮助产品缺陷跟踪。它需要PHP、MySQL和一个Web服务器。请查看我们的演示和托管服务。

ZendStudio 13.5.1 Mac
功能强大的PHP集成开发环境

SublimeText3汉化版
中文版,非常好用

PhpStorm Mac 版本
最新(2018.2.1 )专业的PHP集成开发工具

SecLists
SecLists是最终安全测试人员的伙伴。它是一个包含各种类型列表的集合,这些列表在安全评估过程中经常使用,都在一个地方。SecLists通过方便地提供安全测试人员可能需要的所有列表,帮助提高安全测试的效率和生产力。列表类型包括用户名、密码、URL、模糊测试有效载荷、敏感数据模式、Web shell等等。测试人员只需将此存储库拉到新的测试机上,他就可以访问到所需的每种类型的列表。