用于 GIS 和制图的 Python 库
Python 库是 GIS 的终极扩展，因为它允许您提升其核心功能。
通过使用 Python 库，您可以打破 GIS 的模式，深入研究一些严肃的数据科学。
Python 中有 200 多个标准库。但是也有成千上万的第三方库。所以，你能走多远是无止境的。
今天，一切都与 GIS 中的 Python 库有关。具体来说，当今 GIS 专业人员使用的最流行的 Python 包是什么？让我们开始吧。
阅读更多： GIS 编程教程：学习如何编码
首先，为什么还要为 GIS 使用 Python 库？
您是否注意到 GIS 如何缺少您需要它执行的一项功能？因为没有GIS 软件可以做到这一切，Python 库可以添加您需要的额外功能。
简而言之，Python 库是其他人为让我们其他人的生活更轻松而编写的代码。开发人员已经用 Python 编写了用于机器学习、报告、绘图和几乎所有内容的开放库。
如果您想要这个额外的功能，您可以通过将它们导入 Python 脚本来利用这些库。从这里，您可以调用核心 GIS 软件本身不属于的功能。
阅读更多： 10 门 Python 课程和证书课程
GIS 的 Python 库
如果您要为 GIS Python 库建立一个全明星团队，就是这样。它们都可以帮助您超越空间数据的典型管理、分析和可视化。这就是地理信息系统的真正定义。
专业提示：使用pip在 Python 中安装和管理您的包
1. Arcpy
如果您使用 Esri ArcGIS，那么您可能熟悉ArcPy 库。 ArcPy 用于地理处理操作。但它不仅用于空间分析，还用于 Esri ArcGIS 的数据转换、管理和地图制作。
2. 大熊猫
Geopandas 就像熊猫遇见 GIS。但是， Geopandas 库添加了一个地理组件，而不是直接的表格分析。对于叠加操作，Geopandas 使用 Fiona 和 Shapely，它们是它们自己的 Python 库。
3.GDAL/OGR
GDAL/OGR 库用于在 GIS 格式和扩展名之间进行转换。 QGIS、ArcGIS、ERDAS、ENVI、GRASS GIS 和几乎所有 GIS 软件都以某种方式使用它进行翻译。目前，GDAL/OGR 支持 97 个矢量和 162 个光栅驱动程序。
4.RSGISLib
RSGISLib 库是一套用于栅格处理和分析的遥感工具。仅举几例，它对图像进行分类、过滤和执行统计。我个人最喜欢的是基于对象的分割和分类 (GEOBIA) 模块。
5. 项目
PyProj 库的主要目的是它如何与空间参考系统一起工作。它可以使用一系列地理参考系统投影和转换坐标。 PyProj 还可以对任何给定的数据进行大地测量和距离计算。
用于数据科学的 Python 库
数据科学从数据中提取见解。它获取数据并试图理解它，例如通过图形绘制或使用机器学习。这个 Python 库列表可以为您做到这一点。
6. 麻木
Numerical Python（ NumPy 库）获取您的属性表并将其放入结构化数组中。一旦它处于结构化数组中，对于任何科学计算来说都会快得多。关于它的最好的事情之一是如何使用其他 Python 库（如 SciPy）进行繁重的统计操作。
7.熊猫
Pandas 库在数据整理方面非常受欢迎。这不仅适用于统计学家。但它在 GIS 中也非常有用。计算性能是熊猫的关键。 Pandas 的成功在于它的数据框架。数据框经过优化以处理大数据。它们经过优化，以至于 Microsoft Excel 甚至无法处理。
8.Matplotlib
当您处理数以千计的数据点时，有时最好的办法就是将它们全部绘制出来。输入 Matplotlib。统计人员使用matplotlib 库进行可视化显示。 Matplotlib 做这一切。它绘制图形、图表和地图。即使有大数据，它在处理数字方面也很不错。
9.Re（正则表达式）
正则表达式 (Re)是最终的过滤工具。当您想在表格中查找特定字符串时，这是您的首选图书馆。但是您可以更进一步，例如检测、提取和用模式匹配替换。
10.报告实验室
ReportLab 是此列表中最令人满意的库之一。我这样说是因为 GIS 通常缺乏足够的报告能力。特别是，如果你想创建一个报告模板，这是一个很棒的选择。我不知道为什么ReportLab 库有点脱离雷达，因为它不应该。
11. ipy传单
如果你想创建交互式地图， ipyleaflet是 Jupyter notebook 和 Leaflet 的融合。您可以控制各种自定义，例如加载底图、geojson 和小部件。它还提供了多种地图类型供您选择，包括等值线图、速度数据和并排视图。
12.大叶
就像 ipyleaflet 一样， Folium允许您利用传单来构建交互式网络地图。它使您能够在 Python 中操作数据，然后您可以使用领先的开源 JavaScript 库将其可视化。
13.地图
Geemap更倾向于使用Google Earth Engine (GEE)进行科学和数据分析。尽管任何人都可以使用这个 Python 库，但科学家和研究人员专门使用它来探索 GEE 中数 PB 的卫星图像目录，以用于他们的特定应用和遥感数据。
14.激光雷达
简称为LiDAR Python Package ，目的是处理和可视化光探测和测距 (LiDAR) 数据。例如，它包括用于从数字高程模型 (DEM)数据中平滑、过滤和提取拓扑属性的工具。虽然我没有看到与原始 LAS 文件的集成，但它可以用于地形和水文分析。
15.Scikit
最近，机器学习一直很热门。并且有充分的理由。 Scikit 是一个支持机器学习的 Python 库。它内置于 NumPy、SciPy 和 Matplotlib 中。因此，如果您想进行任何数据挖掘、分类或 ML 预测， Scikit 库是一个不错的选择。
Python 库全明星队
这些是我们认为在 GIS 和数据科学领域脱颖而出的 Python 库。
现在，是时候为你打开它了。
如果你能建立一个全明星的 Python 库团队，你会让谁加入你的团队？
请在下面发表评论让我们知道。
专业提示：如果您需要 Python 库的快速而复杂的函数列表，请查看DataCamp 的备忘单。
