精华内容
下载资源
问答
  • python空间
    千次阅读
    2018-04-26 09:45:34

    Python空间数据处理环境搭建

    作者:阿振

    邮箱:tanzhenyugis@163.com

    博客:https://blog.csdn.net/theonegis/article/details/80089375

    修改时间:2018-04-26

    优酷视频地址:http://v.youku.com/v_show/id_XMzU2NjAzMTk0NA==.html


    Conda的下载和安装

    什么是Conda? 官方定义:Package, dependency and environment management for any language—Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN

    Conda就是一个虚拟环境和包(库)依赖管理工具

    下载地址:Downloading conda

    对于Windows版本的,确定Python版本和系统类型直接下载安装包进行安装

    对于Linux和macOS系统,在Terminal中运行bash脚本进行安装即可。

    Conda的使用

    新建虚拟环境(Managing environments

    conda create -n osgeo

    切换到新建的虚拟环境

    source activate osgeo (Linux和macOS)

    activate osgeo (Windows)

    退出虚拟环境

    source deactivate (Linux和macOS)

    deactivate (Windows)

    实用命令:

    • 查看虚拟环境列表 conda env list 或者 conda info --envs
    • 删除虚拟环境 conda remove --name <environment> --all
    • 查看虚拟环境中的包列表 conda list
    • 更新conda或者某个包 conda update conda 或者 conda update <package>
    • 更新虚拟环境下的所有包 conda update --all
    • 查看过时的包 conda search --outdated
    • 搜索指定包 conda search <package>
    • 删除某个包 conda remove <package>
    • 添加channel到conda配置文件 conda config --add channels <channel> 或者 conda config --append channels <channel>

    空间数据处理Python库的安装

    常用的空间数据处理Python库

    • GDAL 全能型的基础空间数据处理库
    • fiona 基于GDAL的空间矢量数据处理库
    • rasterio 基于GDAL的空间栅格处理库
    • basemap 基于matplotlib的空间制图库
    • GeoPandas 基于pandas的空间数据分析库
    • RSGISlib 针对遥感数据及GIS分析的高级库

    使用conda进行库的安装

    打开命令行工具(Terminal),输入命令,进入虚拟环境

    1. 安装GDAL库

      conda install -c conda-forge gdal

    2. 安装fiona库

      conda install -c conda-forge fiona

    3. 安装rasterio库

      conda install -c conda-forge rasterio

    使用pip进行库的安装

    什么是pip呢?pip是Python默认和推荐实用的包管理工具,可以利用pip从PyPI网络仓库自动下载Python包进行安装和管理。

    对于Windows下的二进制库的预编译包,提供给大家一个网站:Unofficial Windows Binaries for Python Extension Packages

    使用pip安装的时候,如果该Python包底层依赖一些C++库,则需要手动进行编译,或者安装指定平台下预编译好的库。

    1. 安装GDAL库

      pip install GDAL‑2.2.4‑cp37‑cp37m‑win_amd64.whl

    2. 安装fiona库

      pip install Fiona‑1.7.11.post1‑cp37‑cp37m‑win_amd64.whl

    3. 安装rasterio库

      pip install rasterio‑1.0a12‑cp37‑cp37m‑win_amd64.whl

    4. 安装Jupyter

      pip install jupyter

      使用Jupyter Notebook进行编程

      jupyter notebook

    更多相关内容
  • python空间分析指南

    2019-03-31 22:01:49
    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...
  • Python 空间三维点的插值

    千次阅读 2021-05-12 15:06:04
    #三维点插值#在三维空间中,利用实际点的值推算出网格点的值import numpy as np point_grid =np.array([[0.0,0.0,0.0],[0.4,0.4,0.4],[0.8,0.8,0.8],[1.0,1.0,1.0]])#网格点坐标 def func(x, y, z): return x*(1...
    #三维点插值#在三维空间中,利用实际点的值推算出网格点的值import numpy as np 
    
    point_grid =np.array([[0.0,0.0,0.0],[0.4,0.4,0.4],[0.8,0.8,0.8],[1.0,1.0,1.0]])#网格点坐标
    
    def func(x, y, z):
        return x*(1-x)*np.cos(4*np.pi*x) * (np.sin(4*np.pi*y**2)**2)*z
    
    points = np.random.rand(10, 3)#实际点坐标
    values = func(points[:,0], points[:,1],points[:,2])#实际点的值
    
    from scipy.interpolate import griddata
    grid_z0 = griddata(points, values, point_grid, method='nearest')#插值计算,计算出网格点的值
    
    展开全文
  • Python空间数据处理实战

    千人学习 2019-07-31 16:10:40
       近几年,基于位置服务的应用层出不穷,如GPS车辆导航、打车、外卖、运动等,产生了大量的具有时空信息的轨迹数据,对...本课程讲述了Python对时空数据的处理,以及机器学习方法在空间数据处理上的应用。
  • 介绍Python在地理信息处理方面的应用技巧
  • python随机子空间法.py

    2019-05-16 17:32:32
    随机子空间法的python实现,用于振动信号模态识别
  • Python地理空间分析指南第2版,完整版,是由epub格式转换而来,值得学习!
  • Python地理空间分析指南 第2版 pdf文档
  • 基于Python实现全局和局部双变量Moran指数计算,输入参数可直接是shapefile文件。
  • python下使用gdal空间插值

    千次阅读 2020-03-09 09:46:58
    usr/bin/env python # -*- coding: utf-8 -*- """ @Author : zhaoguanhua @Email : @Time : 2020/3/6 14:11 @File : Wave_Interpolation.py @Software: PyCharm """ """ 基于站点数据,使用IDW插值生成海浪面数据,...

    使用idw插值法对站点观测数据进行面插值。
    使用方法
    1、gdal_grid.exe
    在这里插入图片描述
    2、gdal.grid()

    opts = gdal.GridOptions(algorithm="invdistnn:power=2.0:smothing=0.0:radius=1.0:max_points=12:min_points=0:nodata=0.0",
    							format="GTiff",outputType=gdal
    展开全文
  • [Python]时间复杂度和空间复杂度

    千次阅读 2021-02-20 17:41:56
    在编写Python中的自定义函数或算法时,减低时间复杂度和空间复杂度,会大大提升Python自定义函数或算法的整体性能。 时间复杂度 时间复杂度是用来估计自定义函数或算法运行时间的一个式子(单位),时间复杂度常用“O...

    简介

    在编写Python中的自定义函数或算法时,减低时间复杂度空间复杂度,会大大提升Python自定义函数或算法的整体性能,提升性能的几个书写好习惯

    • 尽量不要写循环,最好是一次就输出结果
    • 如果写循环,尽量写一层循环就能有结果
    • 避免嵌套

    时间复杂度

    时间复杂度是用来估计自定义函数或算法运行时间的一个式子(单位),时间复杂度常用“O”表述,而且时间复杂度可被称为是渐近的,它考察当输入值大小趋近 ∞ \infin 时的情况

    时间复杂度为 O(1)的例子

    print('Hello!')
    print(1)
    

    时间复杂度为 O(n)的例子

    # 其中range(n) 换成range(length(n))或者直接换成n,其时间复杂度都为 O(n)
    for i in range(n): 
        print('Hello!')
    

    时间复杂度为O(n^2)的例子

    # 其中range(n) 换成range(length(n))或者直接换成n,其时间复杂度都为 O(n^2)
    for i in range(n):
        for j in range(n):
            print('Hello!')
    
    for i in range(n): 
        print('Hello!')
        for j in range(n):
            print('Hello!')
    
    for i in range(n): 
        for j in range(i):
            print('Hello!')
    

    时间复杂度为O(n^3)的例子

    # 其中range(n) 换成range(length(n))或者直接换成n,其时间复杂度都为 O(n^3)
    for i in range(n):
        for j in range(n):
            for k in range(n):
                print('Hello!') 
    

    由上述时间复杂度O(n)的变化可以得出这样的结论:O(n)中n的几次方取决于自定义函数或算法中存在几个循环

    时间复杂度为O(n^n)的例子

    # 其中range(n) 换成range(length(n))或者直接换成n,其时间复杂度都为 O(n^n)
    for i in range(n):
        for j in range(n):
            for k in range(n):
            	for l in range(n):
            	.
            	.
            	.
            		for o in range(n):
                		print('Hello!') 
    

    时间复杂度为O( l o g 2 n log_2n log2n)的例子

    n = 128
    while n > 1:
        print(n)
        n = n // 2 # //表示整除法
    

    计算上述问题的时间复杂度步骤:

    1. 2 7 = 128 2^7 = 128 27=128
    2. l o g 2 128 = 7 log_2128 = 7 log2128=7
    3. 循环减半的时间复杂度为O( l o g 2 128 log_2128 log2128),即O( l o g n 128 log_n128 logn128) = O(7)

    复杂度为O( l o g 2 n log_2n log2n)

    n = n
    while n > 1:
        print(n)
        n = n // 2 # //表示整除法
    

    常见的时间复杂度高低排序:O(1)<O( l o g n log_n logn)<O(n)<O( n l o g n nlog_n nlogn)<O( n 2 n^2 n2)<O( n 2 l o g n n^2log_n n2logn)<O( n 3 n^3 n3)

    空间复杂度

    空间复杂度:用来评估自定义函数或算法内存占用大小

    空间复杂度为 1的例子

    p = 'Python'
    l = 'like'
    m = 'me'
    

    空间复杂度为 n

    p = [1,2,3,....,n]
    

    空间复杂度为 n*n

    p_n = [[1,2,3,....,n],[1,2,3,....,n],.....,[1,2,3,....,n]]
    

    空间复杂度为 n * n * n

    p_n = [[[1,2,3,....,n],[1,2,3,....,n],.....,[1,2,3,....,n]],
    [[1,2,3,....,n],[1,2,3,....,n],.....,[1,2,3,....,n]],
    ....,
    [[1,2,3,....,n],[1,2,3,....,n],.....,[1,2,3,....,n]]
    

    空间复杂度却决于:

    • 变量的长度
    • 变量的个数
    • 变量的复杂程度

    示例展示

    自定义方差(variance)函数简化,以及计算其对应的时间复杂度和空间复杂度

    def variance (*args): # *args不限定输入的可变量,这里输入的数量为n
        total = 0 #时间复杂度为 1;空间复杂度为 1
        average = float(sum(args))/len(args) 
        # 时间复杂度为 n+1 其中sum(args)为n,len(args)为 1
        # 空间复杂度为 1
        for val in args:
            total +=(val-average)**2
        # 时间复杂度为 n,即进行了n次循环
        # 空间复杂度为 n,即存储了n次total
        return total/len(args) # 时间复杂度为 1;空间复杂度为 1
    

    时间复杂度:1+n+1+n+1 = 2n+1
    空间复杂度:1+1+n+1 = n+3

    展开全文
  • python处理数据 分析 基于Python的arcgis空间数据处理与分析
  • python计算空间向量夹角——原理及代码详解

    千次阅读 多人点赞 2020-10-25 21:28:10
    空间向量夹角1、原理2、代码及详解3、结果 4、 ★佐佑思维公众号提供更多学习学术服务★ 二维码如下: 1、原理 cos⁡<a⃗,b⃗>=a⃗⋅b⃗∣a⃗∣⋅∣b⃗∣=a1b1+a2b2+a3b3a12+a22+a32⋅b12+b22+b32 \cos <\...
  • 一种能有条不紊 、完备地保存遥感影像的属性和空间信息数据 , 同时使查询和提取相关数据也很方便容易的数据格式格式。HDF格式是一种较为常见的遥感数据格式(例如MODIS、3B43降水数据),但GDAL暂时未能给HDF格式...
  • python颜色空间转换。imgvision中cvtcolor()的用法
  • 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...
  • 该函数是SpatialReference类的一个构造函数,它创建了一个SpatialReference类的对象,用以存储空间参考信息。 (2)object.ImportFromEPSG(4326) 该函数是SpatialReference类的一个成员函数,它从EPSG中导入一个空间...
  • #coding:UTF-8 """ Python implementation of Haversine formula Copyright (C) <2009> Bartek Górny This program is free software: you can redistribute it and/or modify it under the terms of the GNU ...
  • 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...
  • Python空间数据处理1: GDAL读写遥感图像

    万次阅读 多人点赞 2017-07-08 00:47:35
    GDAL是空间数据处理的开源包,支持多种数据格式的读写。遥感图像是一种带大地坐标的栅格数据,遥感图像的栅格模型包含两部分的内容:栅格矩阵:由正方形或者矩形栅格点组成,每个栅格点所对应的数值为该点的像元值,...
  • 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...
  • python-算法时间复杂度和空间复杂度

    千次阅读 2018-08-06 17:08:08
    大O表示法 O 名称 举例 1 常量时间 一次赋值 logn 对数时间 折半查找 n 线性时间 线性查找 nlogn 对数线性时间 快速排序 n**2 平方 两重循环 n**3 ... 旅行商问...
  • 基于网络的方法:这类方法的原理就是将数据空间划分为网格单元,将数据对象集映射到网格单元中,并计算每个单元的密度。根据预设的 密度阈值 判断每个网格单元是否为 高密度单元,由邻近的稠密单元组形成 “类”(簇...
  • 前面两篇推文我们分别介绍了使用Python和R进行IDW(反距离加权法) 插值的计算及结果的可视化过程,详细内容可见如下:本期推文,我们将介绍如何使用Python进行克里金(Kriging)插值计算及插值结果的可视化绘制。...
  • print detail_cont.find("table",id="locationdetails").text

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 511,238
精华内容 204,495
关键字:

python空间

友情链接: 对齐文本-dqwb.zip