02. Přehled Python knihoven pro práci s geoprostorovými daty

Geospatial data science

Motivace:

Desktop GIS
- často velmi silný nástroj pro kartografické úlohy
- výhodný pokud preferujete GUI
- ne vždy efektivní při práci s velkými objemy dat
- ne vždy ideální pro stastickou analýzu dat
Mimo svět desktopového GIS
- výkoné databázové systémy umožňující uložení velkého objemu dat
- programovací jazyky pro efektivní analýzu dat
  - R (určen pro analýzu dat)
  - Python (nejen analýza dat, obecnější)
- reprodukovatelnost
- nejsou příliš silné v kartografických úlohách
- rychlá křivka učení

Výhody:

open-source (náklady, dokumentace algoritmů, rozšířitelné)
flexibilita (uložení dat v databázi, paralelizace výpočtů, cloudová řešení, inovace)
dokumentace, spolupráce (Jypyter notebooks, věda, opakovatelnost)
...

Nevýhody:

vyžaduje znalost programování
ne vždy kompletní dokumentace
může být náročnější pro uživatele desktop GIS (databáze a SQL, programování, statistika, IT)
více cest k dosažení výsledku

Základní nástoje:

NumPy - práce s velkými vícerozměrnými poli
- jádro napsáno v C
- rastrová data jako matice hodnot
Pandas - práce s tabulkovými daty
Matplotlib - vizualizace dat (histogram, kolerační diagram a řada dalších)
Scikit-learn - strojové učení (155YUSU)
SciPy - vědecké výpočty
- postaveno na NumPy
- lineární algebra, optimalizace, integrace, interpolace, ...

Základní knihovny (Python API):

Přehled Python balíčků pro práci s geoprostorovými daty:

Návod, jak zprovoznit výpočetní prostředí na vlastním počítači, naleznete zde.

Knihovna Pandas:

pracuje s objekty DataFrame, které odpovídají charakteru tabulek v databázi
nástroje pro čtení a zápis dat
nástroj pro efektivní výběr a filtrování
nástroje pro grafické výstupy a explorační analýzu dat (exploratory data analysis)