面向設計師的編程設計知識系統(tǒng)PADKS：ArcGIS下的Python編程

定　價：￥128.00

作　者：	包瑞清
出版社：	江蘇鳳凰科學技術(shù)出版社
叢編項：	面向設計師的編程設計知識系統(tǒng)PADKS
標　簽：	計算機/網(wǎng)絡行業(yè)軟件及應用

購買這本書可以去

ISBN：	9787553745381	出版時間：	2015-07-01	包裝：
開本：		頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　《ArcGIS下的Python編程》對于ArcGIS 下Python 腳本使用方法的闡述是從Python 語言本身和基于ArcGIS的Python 兩個方面同時著手，因此在閱讀本書時不需要預先具備Python 基礎知識。本書包括七個部分，Python 與ArcGIS，ArcGIS 下的地理數(shù)據(jù)與Python 數(shù)據(jù)結(jié)構(gòu)，Python 的基本語句與使用Python 訪問地理數(shù)據(jù)，創(chuàng)建函數(shù)與使用Python 處理柵格數(shù)據(jù)，創(chuàng)建類與網(wǎng)絡分析，異常與錯誤，以及程序的魅力。主要闡述的邏輯線存在并行的兩條線，一個是針對Python 的，從對于Python 介紹、數(shù)據(jù)結(jié)構(gòu)、基本語句到創(chuàng)建函數(shù)、創(chuàng)建類和異常；另一個是針對ArcGIS 下的Python ，從ArcPy 站點包、訪問以及管理地理信息數(shù)據(jù)的方法、處理要素類、處理柵格數(shù)據(jù)到網(wǎng)絡分析和與地理處理模型的結(jié)合方法。兩條線同時推進闡述，互相支持印證，并結(jié)合實際解決問題的應用方法，例如如何轉(zhuǎn)化KML 文件和.dwg 格式文件并增加字段數(shù)據(jù)，以及適宜性分析柵格計算重分類的方法和尋找最近設施點的網(wǎng)絡分析，遺傳算法應用等。最后一部分則通過具體的案例來闡述應用ArcGIS下Python編程規(guī)劃的方法，初步包括三個課題的探討：“課題探討_A_ 自然村落選址因子權(quán)重評定的遺傳算法”，村落選址受制于山水，如何在復雜的地形中謀得棲身之所，避免自然災害的侵擾并具有舒適宜人的小氣候是人類不斷探索的課題。根據(jù)假定既有村落選址的特點反推權(quán)重設置具有一定的合理性，并根據(jù)反推的權(quán)重應用于影響因子計算新的地塊獲取選址。在這個過程中，使用優(yōu)化算法中的遺傳算法求解；“課題探討_B_ 基于景觀感知敏感度的生態(tài)旅游地觀光線路自動選址”，根據(jù)《基于景觀感知敏感度的生態(tài)旅游地觀光線路自動選址》的研究，將計算模型程序化，不僅提升模型計算的效率，更有利于不斷修正研究過程中出現(xiàn)的問題以及加入更多不同類型影響因子后，進行綜合性評價分析，并為類似的研究提供基礎性程序片斷；“課題探討_C_ 解讀蟻群算法與TSP 問題”，蟻群算法（Ant Colony Optimization，ACO），又稱螞蟻算法，是一種用來在圖中尋找優(yōu)化路徑的機率型算法。本案例將蟻群算法在ArcGIS的Python腳本中實現(xiàn)。

作者簡介

　　包瑞清西安建筑科技大學建筑學院講師城市規(guī)劃與設計專業(yè)博士，任教于西安建筑科技大學建筑學院，主攻計算機輔助設計應用研究，從作為設計者的角度尋找和融合編程與建筑、風景園林、城鄉(xiāng)規(guī)劃等設計規(guī)劃學科之間的關(guān)聯(lián)，建立面向設計師的編程設計知識系統(tǒng)，力圖使編程設計成為設計領(lǐng)域的基礎環(huán)節(jié)，探索未來設計的方法。2012年，作為caDesign 設計創(chuàng)始人之一，以“編程讓設計更具創(chuàng)造力！”的信念為指引，分享研究成果，發(fā)展面向設計師的編程設計知識系統(tǒng)網(wǎng)絡服務體系。

圖書目錄

目錄：（中英文對照圖書必需提供中英文目錄） 9 Python 與ArcGIS 10 1 Python 12 2 將地理信息系統(tǒng)作為過程的空間分析 12 2.1 區(qū)位與網(wǎng)絡結(jié)構(gòu) 14 2.2 調(diào)研者路線 16 2.3 場地現(xiàn)狀信息錄入與基本分析 18 2.4 基礎的數(shù)據(jù)地理信息化輔助規(guī)劃設計分析 21 2.5 專題地圖疊合的方法 21 2.6 作為過程的空間分析 23 3 Python 與ArcGIS 25 3.1 .kml 文件格式 41 3.2 通過Python 使用工具箱里的工具 44 3.3 通過Python 使用環(huán)境設置 46 3.4 通過Python 使用函數(shù) 47 3.5 通過Python 使用類 51 3.5 獲取和設置參數(shù) 57 ArcGIS 下的地理數(shù)據(jù)與Python 數(shù)據(jù)結(jié)構(gòu) 58 1 ArcGIS 下的地理數(shù)據(jù) 62 1.1 文件地理數(shù)據(jù)庫和個人地理數(shù)據(jù)庫 62 1.2 ArcSDE 地理數(shù)據(jù)庫 67 1.3 創(chuàng)建地理數(shù)據(jù)列表 74 2 Python 數(shù)據(jù)結(jié)構(gòu)-List 列表、Tuple 元組與Dictionary 字典 75 2.1 列表(List) 85 2.2 元組(Tuple) 85 2.3 字典(Dictionary) 94 3 Python 數(shù)據(jù)結(jié)構(gòu)-String 字符串 94 3.1 字符串格式化 96 3.2 re(regular expression) 正則表達式 109 Python 的基本語句與使用Python 訪問地理數(shù)據(jù) 110 1 描述數(shù)據(jù) 112 2 Python 的基本語句 112 2.1 print() 與import 113 2.2 賦值的方法 114 2.3 循環(huán)語句 117 2.4 條件語句 119 3 Table 屬性表與Cursor 游標 123 3.1 讀取幾何、寫入幾何與幾何標記（geometry tokens） 126 3.2 游標和鎖定 127 3.3 在Python 腳本中使用SQL 結(jié)構(gòu)化查詢語 129 3.4 數(shù)據(jù)存在判斷與在Python 腳本中驗證表和字段名稱 135 創(chuàng)建函數(shù)與使用Python 處理柵格數(shù)據(jù) 136 1 創(chuàng)建函數(shù) 145 2 形式參數(shù)的傳遞 147 3 Raster 柵格數(shù)據(jù) 148 3.1 柵格數(shù)據(jù)（Mesh 面Quad 類型） 148 3.2 專題數(shù)據(jù) 148 3.3 影像數(shù)據(jù) 152 3.4 柵格函數(shù) 153 3.5 TIN 表面模型（Mesh 面Triangle 類型） 155 4 使用Python 處理柵格數(shù)據(jù) 155 4.1 柵格計算（地圖代數(shù)運算） 159 4.2 重分類 171 4.3 條件分析工具集 175 創(chuàng)建類與網(wǎng)絡分析 177 1 創(chuàng)建類 179 2 網(wǎng)絡分析 180 2.1 從GoogleEarth 中調(diào)入路徑以及服務設施和源點 185 2.2 建立文件地理數(shù)據(jù)庫、要素數(shù)據(jù)集并導入用于網(wǎng)絡分析的基礎數(shù)據(jù) 187 2.3 最近設施點分析 193 異常與錯誤 194 1 異常 196 1.1 Python 內(nèi)置異常 197 2 錯誤 201 程序的魅力 201 1 課題探討_A_ 自然村落選址因子權(quán)重評定的遺傳算法 204 1.1 準備數(shù)據(jù) 204 1.2 確定研究區(qū)域 205 1.3 確定影響因子 209 1.4 假設權(quán)重，疊合相加各個影響因子的成本柵格 211 1.5 遺傳算法 218 1.6 將計算結(jié)果應用于類似場地 219 2 課題探討_B_ 基于景觀感知敏感度的生態(tài)旅游地觀光線路自動選址 220 2.1 技術(shù)線路與基礎數(shù)據(jù) 223 2.2 視域感知因子_ 可視區(qū)域計算 231 2.3 視域感知因子_ 最佳觀賞距離計算 242 2.4 視域感知因子_ 最佳觀賞方位 249 2.5 視域感知因子_ 柵格疊加求和 249 2.6 生態(tài)感知因子_ 景觀類型 251 2.7 生態(tài)感知因子_ 資源價值 252 2.8 生態(tài)感知因子_ 柵格疊加求和 252 2.9 景觀感知敏感度 254 2.10 地形因子 256 2.11 觀光線路適宜性成本柵格計算 257 2.12 觀光線路自動獲取 260 3 課題探討_C_ 解讀蟻群算法與TSP 問題 260 3.1 蟻群算法與TSP 問題概述 263 3.2 蟻群算法程序解讀 271 3.3 蟻群算法在ArcGIS 下的應用 274 4 分享程序