Текст площадки «Stepik». Упомянутые цены и обещанные результаты могут быть неактуальны; условия покупки проверяйте у продавца.
Практический курс по геопространственному анализу данных на Python. Вы научитесь работать с геометриями и координатами, освоите библиотеку GeoPandas, научитесь вычислять расстояния и площади, строить маршруты по дорожным сетям и создавать интерактивные карты с помощью Folium и Kepler.gl.
Читать полное описание
Цель курса — дать вам уверенные навыки работы с геоданными в экосистеме Python для решения реальных бизнес-задач.
Геоданные окружают нас повсюду: от логистики и ритейла до урбанистики и экологии. Однако переход от классической аналитики к пространственной требует понимания специфических форматов, систем координат и алгоритмов. Этот курс закрывает этот пробел: мы не просто изучим синтаксис геобиблиотек, но и разберем физику и геометрию, стоящую за пространственными данными.
Особенности курса:
Сбалансированная теория: вы поймете, почему проекции искажают реальность и как это влияет на ваши расчеты.
Практико-ориентированность: более 70 тематических задач на написание кода с автоматической проверкой решения.
Фокус на современных библиотеках: GeoPandas, Kepler.gl, OSMnx, H3 и многие другие.
Реальные данные: основной источник данных — OpenStreetMap, фундамент современной открытой картографии.
Геймификация: курс завершается реальным соревнованием на Kaggle, где вы сможете проверить свои навыки и пополнить портфолио сильным проектом.
Что нужно будет делать:
Читать лекции по каждой теме, воспроизводить приведенный в них код.
Работать в Jupyter Notebook, писать код для обработки векторных данных, создавать интерактивные карты.
Выполнять практические задания (работа с геометриями, GeoPandas, расчёт площадей и маршрутов, кластеризация и прочее) с автоматической проверкой кода.
Участвовать в итоговом соревновании: применить все полученные знания и навыки к реальному датасету.
В процессе обучения мы познакомимся с современным стеком для анализа векторных геоданных на Python:
Загрузка данных: Overpass, Osmium (Pyosmium), PyrOSM
Базовая геометрия и табличные данные: Shapely, Pandas, GeoPandas
Пространственные индексы: Geohash, H3, s2cell
Геокодирование: Geopy
Сетевой анализ: OSMnx, NetworkX
Визуализация и картография: Matplotlib, Folium, Kepler.gl, Contextily
Примечание: геоданные бывают двух видов — растровые и векторные. Они требуют разных подходов к обработке. В этом курсе мы будем рассматривать только векторный тип данных.
Разделы и задания курса:
Введение: инструкция по среде и знакомство с фундаментальными понятиями (картографические проекции и работа с открытыми данными).
Работа с геоданными: основной теоретический блок, в котором вы освоите работу с геометриями, табличную обработку геоданных (GeoPandas), пространственное индексирование, геокодирование и работу с дорожными сетями.
Практика: более 70 практических заданий на вычисление расстояний и площадей, построение зон доступности, анализ дорог, кластеризацию и пространственно-временной анализ. Задания построены так, чтобы закрепить каждый теоретический блок и научить комбинировать различные инструменты.
Визуализация: от построения статичных графиков до мощных интерактивных веб-карт.
Соревнование: финальный проект в виде соревнования на Kaggle. Отличная возможность проверить себя и получить проект в портфолио.