ArcGIS地理处理之Python实战 pdf下载

　　ArcGIS是一个完整而强大的地理信息平台，我们在这个平台上，可以进行几乎所有针对地理信息及服务的处理、分析、可视化、发布、共享和协同等工作。对于其中很多需要反复进行的操作，以及较为复杂的处理和分析，往往离不开编程。对于绝大多数人而言，编程终归是一件头疼的事。而要解决问题又绕不开编程时，聪明的做法就是尽可能采用简洁、灵活、高效的编程语言和环境，让我们可以更加专注于问题和解决问题的逻辑本身，尽量少一些编程所带来的困扰。显然，Esri对此一直是十分认真对待的，从上面提到的ArcGIS的脚本编程环境的演变可见一斑。在各种通用型的脚本编程语言中，Python可以说是后起之秀，其简洁、优雅而健壮的特性，得到了市场上广泛的支持和认可。

　　王双，毕业于中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室。曾担任Esri中国（北京）培训中心高级讲师，累计授课近2000课时，并参与过多个中石油、中石化GIS平台的研发，具备丰富的课程设计经验，以及GIS相关行业解决方案定制经验。目前在信息工程大学攻读博士学位，研究兴趣为空间数据挖掘与可视化。
　　
　　段滢滢，博士毕业于中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，从事城市道路交通时空相关性研究，研究兴趣包括交通地理信息系统，导航与位置服务，复杂网络分析。
　　
　　刘晨洲，博士毕业于中国科学院遥感与数字地球研究所，研究方向为基于微波遥感反演地表土壤水分，以及基于光学图像进行青藏高原水体提取。目前在河南科技大学资源环境科学专业任教，教授地理信息系统和遥感课程，研究兴趣为基于微波遥感反演地表参数。
　　
　　高锡章，博士毕业于浙江大学地球科学系，现就职于中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，主要从事地理信息系统理论、前沿技术与应用研究，主持过多项国家、省部级课题，拥有十多项软件成果与发明专利。
　　
　　刘海江，博士毕业于中国科学院地理科学与资源研究所，目前就职于中国环境监测总站，主要从事生态环境监测与评价方面的业务与科研工作，承担以及参与过十几项科研课题或部委专项研究任务，在国内外学术期刊发表论文20余篇，2014年获国家环境保护科学技术奖二等奖。

第一部分 Python与ArcGIS：缘起
第1章 初识Python
1．1 可爱的Python
1．2 欲善其事先利其器
1．2．1 IDLE
1．2．2 Pythonwin
1．2．3 Pysripter
1．2．4 Pycharm
1．2．5 WingIDE
1．2．6 Boa Constructor
1．2．7 Pydev
1．3 第一个Python程序
1．4 再来认识Python
1．4．1 变量
1．4．2 字符串
1．4．3 列表
1．4．4 元组
1．4．5 字典
1．4．6 模块
1．4．7 条件和循环语句
1．4．8 内建函数
1．4．9 自定义函数
1．5 本章小结
第2章 牵手ArcPy
2．1 Geoprocessing：数据处理有一手
2．1．1 什么是Geoprocessing
2．1．2 Geoprocessing示例
2．1．3 Geoprocessing组织结构
2．1．4 Geoprocessing分析环境设置
2．2 ArcPy：你中有我我中有你
2．2．1 ArcPy的前生今世
2．2．2 安装和调用
2．2．3 ArcPy结构剖析
2．2．4 异常捕获
2．2．5 小试牛刀——关联空间信息与属性信息
2．3 本章小结

第二部分 Python与ArcGIS：金风玉露相逢
第3章 访问数据——读取与批处理
3．1 了解地理数据
3．1．1 矢量数据
3．1．2 栅格数据
3．1．3 常用数据格式
3．2 List遍历函数：找到我要的类型
3．3 Describe函数：告诉我你是谁
案例1 中国各行政区Shapefile数据拼接入库
案例2 批处理裁切
案例3 KMZ/KML数据批量入库
案例4 栅格镶嵌
3．4 本章小结
第4章 操纵数据——查询与更新
4．1 属性与空间查询：众里寻她千百度
4．1．1 属性查询
4．1．2 空间查询
4．2 不可不说的Cursor：纵横表格
4．3 玩转Geometry：形状任你绘
……
第三部分 Python与ArcGis：执子之手
第四部分 延伸阅读 Python与R交互
参考文献

　　为什么选择Pythori
　　ArcGIS 与Python的渊源可以追溯到ArcGIS 9.0版本，Esri意识到基于ArcObjects的编程模式对于用户的要求是比较高的，更多情况下用户可能并不具备编程的基础，也没有在大量接口中漫游的兴趣。但是当面对大量数据的处理工作时，通常不可避免需要编写代码。相比于其他高级程序语言，脚本语言的语法简单，上手容易，是一般用户的的选择。Python是脚本语言中的优秀代表，因此亦获得了Esri的青睐。通过Python可以轻松地调用ArcGIS 中封装好的算法来完成复杂的数据处理和分析任务。ArcGIS 9.0 Desktop默认即安装Python IDLE，支持Python2.1，随后的9.2以及9.3版本也在不断完善ArcGIS scripting的功能，让用户感受到Python带来的便利和惊喜。ArcGIS 10.0版本的问世，和Python的关系更加紧密。新出现的ArcPy全面取代ArcGIS scripting，功能进一步升级，并且在ArcGIS Desktop的Python Window和FieldCalculator中均整合了Python，充分体现出Esri对于Python的重视。在ArcGIS Desktop扩展开发方面，从ArcGIS 10.1版本开始，传统的VBA开发方式正式被抛弃，引入Python-addins这种更方便快捷的插件式开发模式，更加确立了Python的统治地位。正因为Esri选择了Python，所以我们也选择了Python，如果您能掌握ArcGIS 中的Python编程，那么游刃有余地使用ArcGIS 来进行工作将是一件轻松并且充满乐趣的事情。
　　这本书能做什么
　　使用Python在ArcGIS 中进行脚本编程，能够方便地调用ArcGIS 中的Geoprocessing功能进行地理处理，执行空间分析、空间统计等操作，尤其是能够高效地进行大数据批量处理工作，并且能够灵活地扩展Geoprocessing框架。ArcGIS 中空间统计工具箱（Spatial Statistics Toolbox）中的工具大多都是使用Python编写的，这样就使得ArcGIS 不再仅仅是作为一个静态的、通用的软件，而成为了一个动态的、可扩展的平台，可进一步将GIS与各行业的专业模型相结合。