面向設(shè)計師的編程設(shè)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(xué)技術(shù)出版社
叢編項：	面向設(shè)計師的編程設(shè)計知識系統(tǒng)PADKS
標　簽：	計算機/網(wǎng)絡(luò) 行業(yè)軟件及應(yīng)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(yù)先具備Python 基礎(chǔ)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(luò)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(luò)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(yīng)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(shè)施點的網(wǎng)絡(luò)分析，遺傳算法應(yīng)用等。最后一部分則通過具體的案例來闡述應(yīng)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(fù)雜的地形中謀得棲身之所，避免自然災(zāi)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(shè)置具有一定的合理性，并根據(jù)反推的權(quán)重應(yīng)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(chǔ)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(xué)建筑學(xué)院講師城市規(guī)劃與設(shè)計專業(yè)博士，任教于西安建筑科技大學(xué)建筑學(xué)院，主攻計算機輔助設(shè)計應(yīng)用研究，從作為設(shè)計者的角度尋找和融合編程與建筑、風(fēng)景園林、城鄉(xiāng)規(guī)劃等設(shè)計規(guī)劃學(xué)科之間的關(guān)聯(lián)，建立面向設(shè)計師的編程設(shè)計知識系統(tǒng)，力圖使編程設(shè)計成為設(shè)計領(lǐng)域的基礎(chǔ)環(huán)節(jié)，探索未來設(shè)計的方法。2012年，作為caDesign 設(shè)計創(chuàng)始人之一，以“編程讓設(shè)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(shè)計師的編程設(shè)計知識系統(tǒng)網(wǎng)絡(luò)服務(wù)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(luò)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(chǔ)的數(shù)據(jù)地理信息化輔助規(guī)劃設(shè)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(shè)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(shè)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(luò)分析 177 1 創(chuàng)建類 179 2 網(wǎng)絡(luò)分析 180 2.1 從GoogleEarth 中調(diào)入路徑以及服務(wù)設(shè)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(dǎo)入用于網(wǎng)絡(luò)分析的基礎(chǔ)數(shù)據(jù) 187 2.3 最近設(shè)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(shè)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(yīng)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(chǔ)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(yīng)用 274 4 分享程序