首选对一些基本概念进行说明。 包括地理信息系统、开源软件、Python语言等。
GDAL是用于栅格数据读写的底层库。
Python 中有 GDAL （ Geospatial Data Abstraction Library） 绑定用于访问GIS字段中使用的许多不同类型的栅格数据文件。 这个绑定扩展了 Python，但很少为 GDAL 的 C 语言 API提供抽象。 这意味着使用它们的 Python 程序趋向于像C程序一样读取和运行。 例如，GDAL 的 Python 绑定要求用户注意空的C指...
读取GIS矢量文件时，可用 Fiona的 open 函数，再用 'r' 参数打开。返回类型为 fiona.collection.Collection 。
GIS应用中投影的概念非常重要，也是区别于其它系统的关键之处。
由Shapely提供的几何对象的基本类型包括点， 曲线，和曲面。 每一种都与三套平面的点 (可能无限）相联系。 一个要素的内部， 边界， 外部是相互排斥的，并且它们的并集与整个平面重叠。 点的内部有一个点，边界没有点，点的外部包括其它所有点。点的拓扑维数是0。 曲线有沿其长度的无穷多个点组成的内部集 (想象一个点在空间拖动)， 包括2个端点的边界集， 和包括其它所有点的外部...
OSDBs在许多时候都受到了广泛的关注， 其中MySQL，PostgreSQL，Ingres，Firebird以及MaxDB最为流行； 如果你想在空间数据开发中使用开源数据库的话， 目前有三种选择：MySQL、PostGIS与SpatiaLite。 每一种都有其优点及缺点，没有哪种选择是适合所有情况的， 而且每种数据库，可能会有其特有的扩展方法。 MySQL，由于其双重许可(...
这一章介绍使用 Mapnik 进行地图制图。 Mapnik 的安装相对较难，在 conda 中尚无法安装使用。 目前推荐的方法是使用 Debian / Ubuntu 系统环境，这二者都有打包好的 Mapnik 可以直接使用。
Cartopy是要取代 Basemap的一个模块，同样使用了 Mapplotlib 作为底层的绘图库。 在较长的时间内，Cartopy一直是与 Basemap 并存的； 但是在 2022年5月13日， Basemap从 Debian testing 中移除了，这可能意味 Basemap 会被弃用， Cartopy 会得到更广泛的应用； 对于用户来讲，安装是否方便是决定其是否使...
GeoPandas 是基于 Pandas 开发的地理信息分析工具。 从某种意义上来讲，GeoPandas并不是一个库，而是一个完整的工具甚至软件。 只不过这个软件并不是通过GUI进行操作的，而是供掌握一定Python编码能力的用户。 这些人也并非传统意义上的软件开发人员，而是通过代码驱动来做数据处理与分析的用户。 这里没法对 Pandas 涉及的概念介绍太多，如果对这些内容了...
WebGIS 使用 Web 技术实现地理空间数据的管理、应用与查看。 在这个领域 Python 提供了众多的专用工具与通过工具作为辅助。
《Python与开源GIS：数据处理、空间分析与地图制图》于2019年11月份出版，正式发售。 本书从应用开发角度，根据作者几年的工作经验，介绍 Python 语言在开源 GIS 中的应用。 希望能够籍此机会，使得开源 GIS 能够得到应用，并进一步推广开源 GIS 的理念与技术。 书中主要以空间数据的处理、分析以及地图制图为主线。 在选择内容时，以目前最为经典、 常用的类库...
本章说明如何用Basemap进行地图可视化。 要注意，Basemap 目前已经不再进行维护，未来会被弃用。 在Debian 12中已经从软件库中移除了Basemap。 这些内容仅保留作为参考，如果有旧的系统或代码使用了 Basemap 可以看一下。 不建议学习使用，可以使用 Cartopy 作为替代。 目前 conda 仓储库中还在维护着 Basemap，...
为了方便学习Python语言，基于Jupyter技术栈搭建了在线计算环境。 用户使用时以网页形式打开，对照书中内容进行学习，在线编写代码和运行代码，代码的运行结果也会直接显示。如在编程过程中需要编写说明文档，可在同一个页面直接编写，便于作及时的说明和解释。
在数据科学、机器学习及深度学习的领域里，Jupyter是一个强大的工具，它集成了代码编写、可视化展示、文档记录等多种功能于一体，让科学计算变得既直观又高效。 随着数据科学和人工智能领域的不断发展，Jupyter 也在不断更新和完善其功能和性 能。 未来可以期待看到更多创新的特性和工具被加入到 Jupyter 中，从而进一步推动科学计算和数据分析的发展。