城市空间研究专题(Python)【价值1499元】课程介绍(A000143):
课程概述
本课程由城市数据团旗下的“城市数据研习社”出品。旨在讲授如何用Python强化城市空间量化研究能力,课程内容从GIS到Py; k ) ( l 8 [thon,8 / S A 6整个微专业包括5大实战案例60节课时,深度挖掘城市数据价值。
证书要求
1. 在规定时间内提交课程中设置的作业
2. 课程老师对作业进行打分,所有作业均大于60分,_ % O Y b可获得证书
预备知识
本微( + C专业将会以研S W k f m r究专题为D R G z A & Y ] v主,要求学员熟悉GIS分析方法,t f E y初步掌握Python语言,及numpy、pandas、matplotlib等工具包。
1. 学习GIS分析方\ J k R w法请报名城市数据团的《城市数据分析师》微专业
2. 学习Python基础语Z p ? u言请报名城市数据团的《数据分析师(Python)》微专业
课程目录:
CH01 | 1.1 城市空间研究专题(Python)【价值1499元】课程x 9 J %介绍 |
课前q 3 2 p 2准备 | 1.2 环G ( } s 5 k境配置 |
CH02 专题1 | 2.1 研究思路 |
近十年我国城乡规划重要学术论文的总体特征 | 2.2 数据爬取:用scb \ W h \ x 6 Trapy爬取万方、知网数据 |
2.3 数据清洗(一):无效字符清理 | |
2.4 数据清洗(二):数据重e I 1 Q 9 ) x B J复与拆分 | |
2.5 数据清洗(三):数据合并与作者\ C p S单位数据处理 | |
2.6 数据分析(一):透视表格与数据基本分析 | |
2.7 数据分析(二):作者发文数据分析 | |
2.8 数据分析(三):国家自科、社科基金论文数据分析 | |
2.9 数据分析(四):论文作者关系网络分析 | |
2.10 数据分析(五):论文关键词分析 | |
2.11 总结 | |
CH03 专题2 | 3.1 研究思路解析 |
基于高铁X u R \余票的客流行为特征及其效应分析 | 3.2 数E [ 9 h D X & P据爬取(一x u =)6 ? Z:几行简单代码获取某区间某日余票数据 |
3.3 数据爬取(二):代码优化——获取沿线区间某日余票数据 | |
3.4 数据爬取(三):代码再优化——构建全天候运行的余票抓取代码 | |
3.5 数据分析(一):南京至上海一周余票数据统计 | |
3.69 ! l g $ b G 0 数据分析(二):昆山南站一天内上下净客流量值变化情况分析(1) | |
3.7 数据分析(三):昆山南站一天内上下净客J m M ( 3流量值变化情况分y ] + V w C =析(2) | |
3.86 y \ 7 X f 数据分析(四):特点站点一天内上下净客流量分布特点 | |
3.9 总结 | |
CH04 专题3 | 4.1 研究思路解析 |
基于上市公司数据的中国城市网络空间结构 | 4.2 数据爬取(/ K 0 f o _一):来源与爬取思路 |
4.3 数据爬取(二)a i 9 ; F R:selenium网页自动化 | |
4.4 数据爬取(三):初步尝试下载全部数据 | |
4.5 数据4 l @ i _ | 5爬取(四):通过代理下载全部数据 | |
4.6 数据爬取(五):POST请求AJAX数据 | |
4.7 数据清洗(一):数据的基本清洗 | |
4.8 数据清洗(二):通过百度API识别公司归属地(1) | |
4.9 数据清洗(三):通过百度API识别公司归属地(2) | |
4.10 数据分析(一):上市公司空间分布特征 | |
4.11 数据分析(二):城市关联网络特征(1) | |
4.12 数据分析(三):城市关联网络特征(2) | |
4.13 数据分析(四):城市关联网络特征(3) | |
4.14 数据分析(五):城市网络空间组织分析 | |
4.15 数据分析(六+ m l * o):城市网络拓扑结构复杂性分析(1) | |
4.16 数据分析(七):城市网络拓扑结构复杂性分析(2) | |
4^ d , @.17 总结, c + Z \ T % * | |
CH05 专题4 | 5.1 研究思路解析:研究框架4 g v、流程逻辑 |
规划视角下乡村人地关系基本认知方法研究 | 5.2 数据整理:数据基本整理 |
5.3 数据分析(一):基本关系分析 | |
5.4 数据分析(二):基本评价分析 | |
5.5 数据分析(三):典型特征分析 | |
5.6 总结 | |
CH06 专题5 | 6.1 研究思路:研究框架Z | :、流程逻辑 |
大城市公共服务设施可达性评估 | 6.2 数据获取(一):Scrapy框架下载二手房小区数据 |
6.3 数据获取(二):云端部署爬虫下载数据 | |
6.4 数据获* f z v \ ^取(三):通过百度API+ M Z _ = F获取多对多交通耗时 | |
6.5 数据清洗(一):小区数据清洗 | |
6.6 数据清洗(二):三项数据整合 | |
6.7 数据分析(一):服务设施服务人口分析 | |
6.8 数据分析(二):服务设9 I e施平均耗时分析 | |
6.9 数据分析(三):服务设施覆盖率分析 | |
6.10 总结 |
文件目录:
├─微专业-城市空间X q C 2 3 ? w研究专题 |
│ │ Pytj c =hon定量城市研究实战_课程资料.rar |
│ │ 素材.rar |
│ │ |
│ ├* / % | ( % ;─Python定量城市研究实战_课程资料 |
│ │ ├─一. Python语言基础 |
│ │ │ ├─CH01学前准备 |
│ │ │ │ └─环境配置 |
│ │ │ ├─CH02分析与研究环境 |
│ │ │ └─CH03Python语言入门 |
│ │ │ └─data |
│} \ U w D l | │ ├─七. 综合专题三:基于上市公司数据的中国城市网络空间结构 |
│ │ │ ├─.ipynb_checkpR X m s o ~ ,oints |
│ │ │ ├─Ch4 5 6 7 P B Vina-Company-Net |
│ │ │ │ ├─data. I 8 m ~ o 4 I.gdb |
│ │ │ │ └─shp |
│ │ │ ├─dat@ % | Z l + U za |
│ │ │ └─py |
│ │ ├─三. 数据处理 |
│ │ ├─九. 综合专题五:基于多源数据时空熵的城市功能混合度识% D – A v ) j 3 j别评价 |
│ │ │ ├─.ipynb_check` [ k c Q M &points |
│ │ │ ├─bd09_k } j l : ~ Y bto_wgs84 |
│ │ │ ├─Multi-Source-Data |
│ │ │ │ ├─.idea |
│ │ │ │ │n J v # 3 , └─inspect) A wionProfiles |
│ │ │ │ ├─data_ana |
│ │ │ │ │ ├─nanjid = l n e wng_db.gdb |
│ │ │ │ │ └─nanjing_main.gdb |
│ │ │ │ └─show |
│ │ │ │ ├─nanjing_db.gdb |
│ │ │ │ └─nanjing_main.gdb |
│ │ │ ├─poi_data |
│ │ │ ├─sample_data |
│ │ │ └─SQL server数据库文件 |
│ │ ├─二. 数据爬取 |
│ │ │ ├─CH01数据存储与管理 |
│ │ │ │ ├─data-show |
│ │ │ │ └─demo_data |
│ │ │ ├─CH02爬虫入门 |
│ │ │ │ ├─d) . –ata |
│ │ │ │ └─data-download |
│ │ │ ├─CH03用selenium爬数据 |
│ │ │ └─CH04用scrapy爬数据 |
│ │ │ ├─4.3-scrapy作用机制_demo |
│ │ │ │ └─planning |
│ │ │ │ └─planning |
│ │ │ │: X s Y { c ├─spiders |
│ │ │ │ │ └─__pycache__ |
│ │ │ │ └─__pycache__ |
│ │ │ ├I J 6 0 a # B `─4.5-land_sz |
│ │ │ │ └─sz_spider |
│ │ │ │ └─sz_spider |
│ │ │ │ ├─spiders |
│ │ │ │ │ └─__pyca; X 0 – J %che__ |
│ │ │ │ └─__pycache__ |
│ │ │ └─land_nt |
│ │ │ ├─apple |
│ │ │ │ ├─spiders |
│ │ │ │ │ └─_; m N 0_pycache__ |
│ │ │ │ └─f b ? l K M 5 7__pycache__ |
│ │ │ └─DataBAK |
│ │ ├─五. 综合专题一:近十年我国城乡规划重要学术论[ x x = X x文的总体特征 |
│ │ │ └─data |
│ │ │ └─original_data |
│ │ ├─八. 综合专题四:规划视角下乡村人地关系基本认知方法研究 |
│ │ │ ├─data |
│ │ │ │ ├─labor_forcQ Y + 9 5 p _e |
│ │ │f V 5 │ ├─labor_force_csv |
│ │ │ │ └─land_use |
│ │ │ │ ├─year2000.gdb |
│ │ │ │ ├─year2005.gdb |
│ │ │ │ ├─year2010.gdb |
│ │ │ │ └─year2013.gdb |
│ │ │ └─NoteBook |
│ │ ├─六. 综合专题二:基于高铁余票的客流行为特征及其效应分析 |
│ │ │ │ 1几u a . s 8 P s行简单代码获取某区间某日余票数= 1 ! Q H % s r \据.ipynb |
│ │ │ │ 2d p #代码优化——获取沿线区间某日余票数据.ipynb |
│ │ │ │ 3代码再优化——构建全天候运行的余票抓取代码.ipynb |
│ │ │ │ 4筛选有用的余票信息(时间筛选).ipynb |
│ │ │ │ 5.筛选有用的余票信息(站点筛选).ipynb |
│ │ │ │ 6.数据分析与可视化.ipynb |
│ │ │ │ _基于高铁余票的客流行为特征及其效应分析——以沪宁沿线高铁站点为例_基于高铁余票的客流行为特征及其效应分析——以沪宁沿线高铁站点为例.pdf |
│ │ │ │ |
│ │ │ ├─.ipynb_chec2 N ; q ] p + Ikpoints |
│ │ │ ├─12306data |
│ │ │ │ NingHu-2016-12-22.csv |
│ │ │ │ NingHu-2016-12-23.csv |
│ │ │ │ NingHu-2016-12-24.csv |
│ │ │ │ NingHu-2016-12-25.csv |
│ │ │ │ NingHu-2016-12-26.csv |
│ │ │ │ NingHu-21 x z }016-12-27.csv9 = / 7 q – 8 ] J |
│ │ │ │ NJ-SH-train_names.% r \ E 7 F ^ mcsv |
│ │ │ │ SH-NJ-train_names.csv |
│ │ │ │ |
│ │ │1 f i ` g ├─data |
│ │ │ │ HuNing-2016-12-21.csv |
│ │ │ │ hu_ning_ft1.json |
│ │ │ │ NJ-SH-train_names.csv |
│ │ │ │ SH-NJ-station.csv |
│ │ │ │ SH-NJ-train-no.csv |
│ │ │ │ SH-NJ-k \ ) 7 b Ftrain_names.csv |
│ │ │ │ tickets_to_analysi.json |
│ │ │ │ |
│ │ │ └─data2 |
│ │ │ 2018-07-29TEST.csv |
│ │ │ HuNing2018-07-18TEST.csv |
│ │ │ NingHu2018-07-18TESTT E x.csv |
│ │ │ SH-NJ-statiK k p Z & b /on.csv |
│ │ │ SH-NJ-train-no.csv |
│ │ │ TEST2018-08-10-SH-NJ.csv |
│ │ │ |
│ │ ├─十. 综合专题六:大城市公共服务设施可达性评估 |
│ │ │ │ 课程更新说明.txt |
│ │ │g ` m E M ] x d │ |
│ │ │ └─001爬虫代码 |
│ │ │ └─fang |
│ │ │u s + │ scrapE N ; sy.cfg |
│ │ │ │ |
│ │ │ └E ] 4 f 2 ] T i─fang_tx |
│ │ │ │ items.py |
│ │ │ │ middlewares.py |
│ │ │ │ pipg n ~ U Aelines.py |
│ │ │ │ settings.py |
│ │ │ │ __init__.d E X U \ h Hpy |
│ │ │+ M C w ; ; Q L s │ |
│ │ │ ├─spiders |
│ │ │ │ │ cd.py |
│ │ │ │ │ ip.py |
│ │ │ │ │ __init__.py |
│ │ │ │ │ |
│ │ │ │U \ 8 % S c ` \ └─__pycache__ |
│ │ │ │ cd.cpython-36.pyc |
│ │ │ │ ip.cpython-36.pyc |
│ │ │ │ __init__.cpython-36.pyc |
│ │ │ │ |
│ │ │ └─__pycache__ |
│ │ │ items.cpython-36.pyc |
│ │ │ middlewares.cpython-36.pyc |
│ │ │ sI . { Zettings.cpython-36.pyc |
│ │ │ __init__.cpython-36.pyc |
│ │ │ |
│ │ └─四. 面6 i ;向ArcGIS的Python – Arcp4 g 2 B wy |
│ │ 课程更新说明.txt |
│ │ |
│ └─视频 |
│ ├─第一章:课前准) T e备 |
│ │ 课程1.| # B = M1城市空间研究专题(P) u 2 ^ # i (ython)【价值1499元】课程介绍.mp4 |
│ │ 课程1.2环境配置.mp4 |
│ │ |
│ ├─第三章:高铁余票及客流特征分析 |
│ │ 课时3.1研究思路解H o e P ? b = j y析_recv.mp4 |
│ │ 课时3.2几行代码获取某区间某日余票数据_recv.; E 0 t 0 _mp4 |
│ │ 课时3.3获取沿线区间某日余票数据_rB r ? \ecv.mp4 |
│ │ 课时3.4构建全天候运行的余& 1 , Q i 5 O票抓取代码_recv.mp4 |
│ │ 课时3.5南京至上海一周余票数据统计_r/ h Kecv.mp4 |
│ │ 课时3.6昆山南站客流量值变化情况分析(1)_recv.mp4 |
│ │ 课时3.7昆山南站客流量值变化情况分析(2)_recv.mp4 |
│ │ 课时3.8特定站点上下净客流量分布特点_recv.mp4 |
│ │ 课时3.9总结_recv.mp4 |
│ │ |
│ ├─第二章:重要城乡规划学2 x k 4术论文分析 |
│ │ 课时2.10数据分析(五):论文关键词9 $ Z n R ) 0分析.mp4 |
│ │ 课时2.11总结o D – f U ) [ %.mp4 |
│ │ 课时2.1研究思路.mp4 |
│ │ 课时2.2数据爬取:用scrapy爬取万方、知网数据.mp4 |
│ │ 课时2.3数据清洗(一):无效T Y x字符清理.mp4 |
│ │ 课时2.4数据清洗(二):数据重复与拆分.mp4 |
│ │ 课时2.5数据清洗(三):数据合并与作者单位数据处理.mp4 |
│ │ 课时f = G { = E A2.6数据分析(一):透视表格与数据^ B K基本分析.mp4 |
│ │ 课时2.7数据分析(二):作者发文数据分E T t l K j析.mp4 |
│ │ 课时2.8数据分析(三):国家自科、社科基金论文数据分析.mp4 |
│ │ 课时2.9数据分析(四):论文作者关系网络@ * & . l分析.mp4 |
│ │ |
│ ├─第五章:乡村人地关系基本特征分析 |
│ │ 课程5.10空间关系分析(三):G值计算.mp4 |
│ │ 课程5.11空间关系分析(四):无量纲化处理及最终数值计算.mp4 |
│ │ 课程5.12协调性评价.mp4 |
│ │ 课程5.13变动性评价(一):分析思路.mp4 |
│ │ 课程5.14变动性评价(二):分享偏移模型.mp4 |
│ │ 课程] m ( A ( t [ X5.15变动性评价(三):土地差异模型.mp4 |
│ │ 课程o U \ :5.16空间特征分析(一):分析思路.mp4 |
│ │ 课程5.17空间特征分析(二):延展度与指状度计算.mp4 |
│ │ 课程5.18总结.mp4 |
│ │ 课程5.1研究思路.mp4 |
│ │ 课程5.2人地数据认识与处理-01python2内核配置o P + # 8 v.mp4 |
│ │ 课程5.3人地数据认识与处理-02数据认识.mp4 |
│ │ 课程5.4人. ; 6 f } l o _地数据认识w p T x @ l ^ \与处理-03农村劳动力密度分析.mp4 |
│! j i B │ 课程5.5依存关系分析.mp4 |
│ │ 课程5.6数量关系分析-01分村数据提取.mp4 |
│ │ 课程5.L E ( z ) 7 @ & B7数量关系分析-02分村数值更新.mp4 |
│ │ 课程5.8空间关系-01研究思路.mp4 |
│ │ 课程5.9空间关系-02Nr b s (PI值计算.mp4 |
│ │ |
│ └─第四章:中B d % Q f国城市网络空间结构分析 |
│ 课时4.10上市公司空间分布特征.mp4 |
│ 课时4.11城市关联网络特征(1).mp4 |
│ 课时4.12城市关联网络特征(2).mp4 |
│ 课时4.13城市关联网络特征(3).mp4 |
│ 课时4.Y y Y _ M T e14城市网络空间组织分析.mp4 |
│ 课时4.15城市网络拓扑结构复杂性分析(1).mp4 |
│ 课时4.16城市网络拓扑结构复杂性分析(2).mp4 |
│ 课时4.17总结.m5 n 7 4p4 |
│ 课时4.1研究思路解析.mp4 |
│ 课时4.2数据来源与爬取思路.mp4 |
│ 课时4.3seleni` v ! P n H Yum网页自动化.mp4 |
│ 课时4.4初步尝试下载全部数据.mp4 |
│ 课时4.5通过代理下载全部数据.mp4 |
│ 课时4.6POST请求子公司数据.mp4 |
│ 课时4.7数据的基本清洗.\ $ N e s 5mp4 |
│ 课时4.8通过百度API识别公司归属地(1).mp4 |
│ 课时4.9通过百度API识别公司归属地(2).mp4 |
-
朋友圈不定时发福利(开通会员免费获取资源)
-
微信号
5702701
点击我自动复制
© 版权声明
本站所有资源均来自互联网收集, 本站大数据爬虫负责收集不承担任何版权问题。所有资源均不出售,只免费分享给本站等级用户!如有内容侵犯到任何版权问题, 请发送版权相关证明与本站客服,一经核实将及时予与删除并致以最深的歉意。
THE END
暂无评论内容