75 bài hướng dẫn về Python và khoa học dữ liệu không gian

 

Tổng hợp 75 nguồn tài liệu và khóa học về Geospatial with Python từ tác giả Matt Forret đăng trên forrest.nyc

Link gốc: https://forrest.nyc/75-geospatial-python-and-spatial-data-science-resources-and-guides/?fbclid=IwAR15oQCthdwBTJj6Tbk7-WvFAl6aXCkulmgddFal-esTGaMVg6ODr5oCpq8

Sau đây là một số khóa đáng chú ý trong 75 bài trên

1. Spatial data, spatial analysis, spatial data science

Đây là series 8 video bài giảng của GS Luc Anselin của ĐH Chiago.

8 bài giảng không trực tiếp tập trung vào Python, nhưng nó giới thiệu lý do tại sao lại phải thực hành spatial data science, nói chung là rất tốt để học kiến thức nền tảng

 

2. Geopandas

Học về sử dụng geopandas trong python. Đây là một trong những thư viện quan trọng nhất để phân tích dữ liệu không gian trong Python. 

• Read data from multiple formats
• Export data to multiple formats
• Visualize data
• Evaluate spatial relationships
• Reproject data
• Visualize your data
• Manipulate geometries like simplifying and creating convex hulls
• Add spatial indices for faster querying and analysis

Link đọc

https://geopandas.org/en/stable/getting_started/introduction.html

Video giới thiệu

https://www.youtube.com/watch?v=fgxuyTKy_3E

Visualizing Data with Geopandas

3. Fiona, GDAL

Tương tự như Geopandas, Fiona và GDAL cũng là những thư viện cực kỳ quan trọng trong phân tích dữ liệu không gian

Link Fiona: https://fiona.readthedocs.io/en/latest/manual.html

Link GDAL: https://pcjericks.github.io/py-gdalogr-cookbook/

4. Rasterio

Nếu làm việc với dữ liệu raster, thì Rasterio là 1 thư viện quan trọng không thể thiếu.

https://rasterio.readthedocs.io/en/latest/

5. Geo-Python 2021!

Đây là khóa học free của trường Helsiky. Mỗi bài học đều có chủ đề chi tiết để theo học

https://geo-python-site.readthedocs.io/en/latest/index.html

6. Python for Geospatial Analysis

A quick and concise tutorial that talks about reading, visualizing, and working with vector and raster data in Python. Really well-annotated examples in notebooks that are ready to use. If you are familiar with Python this will get you started quickly.

https://www.tomasbeuzen.com/python-for-geospatial-analysis/README.html

7. Automating GIS Processes

This course covers Geopandas, geocoding, spatial joins, nearest neighbor, visualization, reading data, and automating data processes. It has built-in exercises and very well-documented examples. If you need a place to start, this is one of the best!

https://automating-gis-processes.github.io/CSC18/index.html

8. Spatial Feature Engineering from the Geographic Data Science with Python Book

9. Working with Geospatial Data in Machine Learning

I like this post because it provides some simple methods for creating features from spatial data, and it provides a perspective of someone from outside of geospatial on using geospatial data for feature engineering.

10. Introducing Machine Learning for Spatial Data Analysis

11. Geospatial Machine Learning on GitHub

This GitHub repo/list has some great links to different machine learning and deep learning projects, datasets, papers, and more using remote sensing and satellite imagery. You will have to go through the different projects to find what works for you but this is a great place to learn the art of the possible and find some data to start working with.

https://github.com/deepVector/geospatial-machine-learning

12. Spatial Interpolation/Downscaling

https://medium.com/spatial-data-science/spatial-interpolation-with-python-a60b52f16cbb

https://pysal.org/tobler/

13. Exploratory Spatial Data Analysis

https://pysal.org/esda/

14. Spatial Clustering

Spatial clustering is similar to other clustering techniques but uses the spatial relationship along with other data to identify clusters of activity. There are several different resources to actually perform spatial clustering including using DBSCAN and HDBSCAN. The Geographic Data Science Book with Python also has a specific chapter on the topic, and finally, there is a great use case on using this data with highly dense data from CARTO, looking at clusters of activity in New York City parks.

- Point pattern analysis - Geographic data science with Python
https://geographicdata.science/book/notebooks/08_point_pattern_analysis.html

- Comparing Python Clustering Algorithms
https://hdbscan.readthedocs.io/en/latest/comparing_clustering_algorithms.html

Bạn có thể xem thêm từ 75+ nguồn khác từ bài gốc ở link phía trên