图书介绍：

《GIS 编程入门》是一本全面、实践性强的书籍，旨在帮助读者掌握使用开源 Python 包进行地理空间分析。本书适合各个层次的学习者，将地理信息系统（GIS）的复杂性分解为清晰、可操作的步骤，是学生、研究人员、专业人士和自学者掌握空间数据编程的理想选择。

地理空间数据已成为环境科学、城市规划、公共卫生和商业分析等众多领域的关键要素。随着这类数据的体量和复杂性不断增长，对可访问工具来分析、处理和可视化地理空间数据的需求从未如此迫切。Python 凭借其丰富的库生态系统，成为处理地理空间数据的首选编程语言——然而面对广泛的库和概念，可能会让人感到不知所措。本书提供了从 Python 新手成长为自信的地理空间程序员所需的结构和清晰指导。

本书的独特之处在于其循序渐进、以实例驱动的方法。从 Python 编程基础技能开始，您将逐步建立理解，进而掌握地理空间分析的高级技术。内容设计为交互式，配有真实世界的数据集和实践练习，让您能够立即应用所学技能。您将完成各种项目，从基础的空间数据操作到构建交互式仪表板和基于云的地理空间应用程序。

无论您是希望自动化 GIS 工作流程、开发地理空间 Web 应用程序，还是深化空间数据科学技能，本书都将以清晰和自信的方式指导您完成整个过程。

本书适合人群：

• 学生和研究人员：在地理学、环境科学、城市规划和数据科学等领域，需要在学习或研究中分析空间数据的人员。
• GIS 专业人士：希望扩展工具包，超越传统桌面 GIS 软件并自动化复杂工作流程的专业人员。
• 数据科学家和分析师：处理基于位置的数据，有兴趣将地理空间分析添加到技能集中的人员。
• 软件开发人员：有兴趣构建处理地理空间数据应用程序的开发人员。
• 自学者和转行人员：希望进入不断增长的地理空间数据科学领域的积极初学者。
• 政府和行业专业人士：需要在日常工作中融入空间分析的人员，从城市规划到公共卫生。

您将学到什么：

• 搭建开发环境：用于地理空间编程的工具，如 Miniconda、VS Code、Git 和 Google Colab。
• 核心 Python 编程：包括数据类型、控制流、函数、类、文件处理，以及用于数据操作的 NumPy 和 Pandas 等库。
• 地理空间编程：使用 GeoPandas、Rasterio、Leafmap 和 Geemap 等库进行矢量和栅格数据处理、地理空间分析和创建交互式可视化的实践指导。
• 高级主题：使用 Google Earth Engine 进行云计算、高光谱数据分析、高性能地理空间分析，以及使用 Apache Sedona 进行分布式计算。

主要特色：

• 清晰易懂的解释和带注释的代码示例。
• 真实世界的真实数据集，确保实用性学习。
• 强化每章概念的实践练习。
• 常见陷阱和故障排除指导。
• 地理空间编程初级和高级主题的深入覆盖。
• 补充视频教程和 GitHub 存储库，提供额外资源和材料。
• 读完本书后，您将具备应对现实世界地理空间编程挑战的技能。无论您的目标是构建复杂的空间数据应用程序、自动化地理空间工作流程，还是简单地增强分析能力，本书都将给您在 Python GIS 编程领域成功所需的信心。

关于作者：

吴秋生博士是田纳西大学副教授和亚马逊学者。他的研究专注于地理空间数据科学，重点使用开源 Python 工具和云计算来研究环境变化。他是多个广泛使用的 Python 包的创建者，包括geemap、leafmap和geoai，致力于推进地理空间分析和可视化。吴博士将其深厚的专业知识带入本书，指导您学习和掌握 Python 地理空间编程的过程。