python 数据分析_Python空间数据分析入门0

image from unsplash

很久以前答应同事整点空间数据分析教程，一直答应尽快写，拖了快一年。打算篇幅切碎点硬着头皮写成系列，顺便把手上的知识做一些整理。不保证稳定更新，建议养肥了再杀。

解释下，这里空间数据分析其实就是常规数据分析增加了空间数据的部分。概述

本篇内容关于教程的动机、思路和Python初始环境的安装。

Python空间数据分析的比较优势

空间数据分析常规方案是用ArcGIS、QGIS等专业软件进行，多数功能都是封装好的交互界面，很容易上手。相比，通过代码做空间数据分析的优势在于：

• 灵活性强，方便实现一些软件不提供的功能。

• 对大数据量更友好，GIS软件通常容易依赖电脑性能，普通电脑跑1GB的数据都可能崩。自己编程可以高效利用内存，掌握点技巧，处理上百GB也不是问题。

• 容易批量化处理，适用于一件事情重复干的情况。

如果没有以上痛点，好好学学空间分析软件操作就够用了，要啥自行车。

教程编写思路

个人认为数据分析的学习分为以下阶段：

1. 直接照搬现成代码拿来用(硬抄)

2. 能简单修改现成代码适配自己的问题(有技巧地抄)

3. 能组合、加工现成的代码，解决复杂点的问题(高级抄)

4. 根据问题自行优化现成代码

5. 没有现成代码的情况自己编

所以，教程编写基本思路三个字：抄作业。本教程只涉及前三个阶段，整体逻辑如下：

1. 学习必备的基础(抄作业总得会写字)

2. 提供可用的常见代码模板(作业范本)

3. 指导怎么修改代码模板

4. 提供组合使用代码的常见案例

教程知识内容涉及：

• Python必备基础

• Pandas(数据分析必学)

• GeoPandas (空间数据分析必学)

• 常见的空间分析方法实现

Python环境安装

建议安装Anaconda，会将Python环境、数据分析常用库、编译环境直接装好。安装免费的individual版本就可以，官网链接：https://www.anaconda.com/products/individual ，400+MB左右，请根据自己的系统选择安装包下载。

不需要安装在C盘，日常点下一步就可以，需要注意windows下建议勾选下图中的“ Add Anaconda to my PATH environment variable ”。

理由是会自动完成了环境变量配置，方便之后库的安装和Jupyter Notebook路径的选择。

官方这里提不推荐的原因是自动配置可能污染之前python环境的环境变量，如果没用过相关环境通常没有影响。不勾选的话需在安装完成后手动配置环境变量，请自行百度“Anaconda环境变量配置”完成(嘿嘿，相当不负责的教程)。