具体描述
《ArcGIS下的Python编程》对于ArcGIS 下Python 脚本使用方法的阐述是从Python 语言本身和基于ArcGIS的Python 两个方面同时着手，因此在阅读本书时不需要预先具备Python 基础知识。本书包括七个部分，Python 与ArcGIS，ArcGIS 下的地理数据与Python 数据结构，Python 的基本语句与使用Python 访问地理数据，创建函数与使用Python 处理栅格数据，创建类与网络分析，异常与错误，以及程序的魅力。主要阐述的逻辑线存在并行的两条线，一个是针对Python 的，从对于Python 介绍、数据结构、基本语句到创建函数、创建类和异常；另一个是针对ArcGIS 下的Python ，从ArcPy 站点包、访问以及管理地理信息数据的方法、处理要素类、处理栅格数据到网络分析和与地理处理模型的结合方法。两条线同时推进阐述，互相支持印证，并结合实际解决问题的应用方法，例如如何转化KML 文件和.dwg 格式文件并增加字段数据，以及适宜性分析栅格计算重分类的方法和寻找最近设施点的网络分析，遗传算法应用等。
最后一部分则通过具体的案例来阐述应用ArcGIS下Python编程规划的方法，初步包括三个课题的探讨：
“课题探讨_A_ 自然村落选址因子权重评定的遗传算法“，村落选址受制于山水，如何在复杂的地形中谋得栖身之所，避免自然灾害的侵扰并具有舒适宜人的小气候是人类不断探索的课题。假定根据既然有村落选址的特点反推权重设置具有一定的合理性，并根据反推的权重应用于影响因子计算新的地块获取选址。在这个过程中，使用优化算法中的遗传算法求解；
“课题探讨_B_ 基于景观感知敏感度的生态旅游地观光线路自动选址“，根据《基于景观感知敏感度的生态旅游地观光线路自动选址》的研究，将计算模型程序化，不仅提升模型计算的效率，更有利于不断修正研究过程中出现的问题以及加入更多不同类型影响因子后，进行综合性评价分析，并为类似的研究提供基础性程序片断；
“课题探讨_C_ 解读蚁群算法与TSP 问题“，蚁群算法（Ant Colony Optimization, ACO），又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。本案例将蚁群算法在ArcGIS的Python脚本中实现。
作者简介
城市规划与设计专业博士，任教于西安建筑科技大学建筑学院，主攻计算机辅助设计应用研究，从作为设计者的角度寻找和融合编程与建筑、风景园林、城乡规划等设计规划学科之间的关联，建立面向设计师的编程设计知识系统，力图使编程设计成为设计领域的基础环节，探索未来设计的方法。
2012 年，作为caDesign 设计创始人之一，以“编程让设计更具创造力！”的信念为指引，分享研究成果，发展面向设计师的编程设计知识系统网络服务体系。
目录信息
10 1 Python
12 2 将地理信息系统作为过程的空间分析
12 2.1 区位与网络结构
14 2.2 调研者路线
16 2.3 场地现状信息录入与基本分析
18 2.4 基础的数据地理信息化辅助规划设计分析
21 2.5 专题地图叠合的方法
21 2.6 作为过程的空间分析
23 3 Python 与ArcGIS
25 3.1 .kml 文件格式
41 3.2 通过Python 使用工具箱里的工具
44 3.3 通过Python 使用环境设置
46 3.4 通过Python 使用函数
47 3.5 通过Python 使用类
51 3.5 获取和设置参数
57 ArcGIS 下的地理数据与Python 数据结构
58 1 ArcGIS 下的地理数据
62 1.1 文件地理数据库和个人地理数据库
62 1.2 ArcSDE 地理数据库
67 1.3 创建地理数据列表
74 2 Python 数据结构-List 列表、Tuple 元组与Dictionary 字典
75 2.1 列表(List)
85 2.2 元组(Tuple)
85 2.3 字典(Dictionary)
94 3 Python 数据结构-String 字符串
94 3.1 字符串格式化
96 3.2 re(regular expression) 正则表达式
109 Python 的基本语句与使用Python 访问地理数据
110 1 描述数据
112 2 Python 的基本语句
112 2.1 print() 与import
113 2.2 赋值的方法
114 2.3 循环语句
117 2.4 条件语句
119 3 Table 属性表与Cursor 游标
123 3.1 读取几何、写入几何与几何标记（geometry tokens）
126 3.2 游标和锁定
127 3.3 在Python 脚本中使用SQL 结构化查询语
129 3.4 数据存在判断与在Python 脚本中验证表和字段名称
135 创建函数与使用Python 处理栅格数据
136 1 创建函数
145 2 形式参数的传递
147 3 Raster 栅格数据
148 3.1 栅格数据（Mesh 面Quad 类型）
148 3.2 专题数据
148 3.3 影像数据
152 3.4 栅格函数
153 3.5 TIN 表面模型（Mesh 面Triangle 类型）
155 4 使用Python 处理栅格数据
155 4.1 栅格计算（地图代数运算）
159 4.2 重分类
171 4.3 条件分析工具集
175 创建类与网络分析
177 1 创建类
179 2 网络分析
180 2.1 从GoogleEarth 中调入路径以及服务设施和源点
185 2.2 建立文件地理数据库、要素数据集并导入用于网络分析的基础数据
187 2.3 最近设施点分析
193 异常与错误
194 1 异常
196 1.1 Python 内置异常
197 2 错误
201 程序的魅力
201 1 课题探讨_A_ 自然村落选址因子权重评定的遗传算法
204 1.1 准备数据
204 1.2 确定研究区域
205 1.3 确定影响因子
209 1.4 假设权重，叠合相加各个影响因子的成本栅格
211 1.5 遗传算法
218 1.6 将计算结果应用于类似场地
219 2 课题探讨_B_ 基于景观感知敏感度的生态旅游地观光线路自动选址
220 2.1 技术线路与基础数据
223 2.2 视域感知因子_ 可视区域计算
231 2.3 视域感知因子_ 最佳观赏距离计算
242 2.4 视域感知因子_ 最佳观赏方位
249 2.5 视域感知因子_ 栅格叠加求和
249 2.6 生态感知因子_ 景观类型
251 2.7 生态感知因子_ 资源价值
252 2.8 生态感知因子_ 栅格叠加求和
252 2.9 景观感知敏感度
254 2.10 地形因子
256 2.11 观光线路适宜性成本栅格计算
257 2.12 观光线路自动获取
260 3 课题探讨_C_ 解读蚁群算法与TSP 问题
260 3.1 蚁群算法与TSP 问题概述
263 3.2 蚁群算法程序解读
271 3.3 蚁群算法在ArcGIS 下的应用
274 4 分享程序
· · · · · · (收起)
读后感
评分
评分
评分
评分
用户评价
这本书的叙事节奏掌握得非常老练，它不像传统教材那样堆砌公式和枯燥的API文档，而是通过一系列引人入胜的“案例驱动”故事线来引导读者深入。例如，书中讲述如何利用Python自动化一个涉及多源数据融合的城市规划报告生成过程时，那种步步为营、层层递进的写作方式，让人感觉自己不是在阅读代码，而是在参与一场真实的、高价值的项目攻坚战。作者非常善于设置悬念和挑战点，总是在读者产生“这个功能该怎么实现”的疑问时，恰到好处地抛出解决方案，并且会深入探讨不同实现路径的优劣权衡，这体现了作者深厚的实践经验。阅读体验是流畅且富有探索欲的，我常常在不知不觉中就读完了好几个章节，这对于一本技术专著来说，无疑是最高的赞誉。
评分这本书的语言风格非常独特，它融合了严谨的学术态度和一种近乎哲学的、对空间数据本质的深刻洞察。读起来不像是在学习一门编程语言的语法，而更像是在与一位资深的地理信息科学家进行深入的对话。作者在解释某些空间拓扑关系或数据结构概念时，会不自觉地引用一些高等数学或信息论的视角，这使得对概念的理解达到了一个更深的层次。比如，当讨论到空间索引结构（如R-Tree）的构建逻辑时，作者不仅展示了代码实现，还阐述了为什么这种结构在维度扩展中具有鲁棒性，这种“知其所以然”的讲解方式，极大地提升了我对底层算法的信心。这种深厚的理论底蕴和实践经验的完美结合，让这本书的份量感十足，绝非泛泛而谈的入门指南可比拟。
评分这本书最大的魅力或许在于它的“前瞻性”。它没有仅仅局限于介绍当前主流库的稳定版本，而是非常敏锐地捕捉到了GIS领域新兴的技术趋势。我惊喜地发现，书中不仅涵盖了经典的ArcPy模块的深度应用，还专门开辟了章节探讨如何将Python与现代的云原生GIS服务进行对接，包括API的调用、数据格式的转换适配等。尤其是在讨论到数据版本控制和协作流程时，作者展示了如何将Git等软件工程的最佳实践引入到GIS项目中，这对于希望将个人脚本提升为团队规范化产出的读者来说，提供了极其宝贵的指导。它不仅仅是教会你如何使用工具，更是在塑造一种现代化的、面向未来的地理数据科学工作流，引领读者站在行业的前沿进行思考和实践。
评分这本书的插图简直是艺术品，色彩的运用、布局的精妙，都让人在学习技术的同时享受到视觉上的愉悦。尤其是那些复杂的GIS空间分析流程图，作者用极富创意的图形语言将其梳理得井井有条，即便是初学者也能通过这些图示迅速把握核心逻辑。我记得有一次，我为一个特定的地物分类任务感到非常棘手，翻阅了这本书的某个章节后，书中的流程图如同醍醐灌顶，清晰地展示了数据预处理到模型构建的每一步，配上的代码示例也是极其优雅和精简，完全没有多余的冗余信息。这感觉就像是请了一位顶级的绘图大师为你量身定制了一套学习路径图，它不仅仅是工具书，更像是一本关于如何“思考”空间问题的设计手册。作者对细节的把控令人印象深刻，比如字体、图例的风格都保持了高度的统一性和专业感，这在技术书籍中是相当难得的品质，极大提升了阅读的连贯性和舒适度。
评分我必须得提一下这本书在“性能优化”和“内存管理”方面的处理方式，这通常是许多初级到中级Python GIS书籍会忽略的细节，但这本书却给予了足够的重视，甚至可以说，这是它区别于市面上其他同类书籍的“杀手锏”功能。作者没有停留在“能跑通”的层面，而是深入探讨了Python在处理TB级遥感影像时的底层效率问题。书中详细分析了NumPy向量化操作与传统For循环在速度上的巨大差异，并配有详尽的基准测试数据和图表。更妙的是，作者还引入了Dask等并行计算框架在GIS工作流中的应用实践，使得原本需要耗费数小时的批处理任务，在优化后能显著缩短时间。对于从事大规模数据分析的专业人士来说，这些关于“如何跑得更快、更稳”的章节，其价值是无可估量的，简直就是一本实战派的性能调优宝典。
评分豆瓣竟然还有这本书，竟然还是中国人写的，惊呆我了
评分豆瓣竟然还有这本书，竟然还是中国人写的，惊呆我了
评分豆瓣竟然还有这本书，竟然还是中国人写的，惊呆我了
评分豆瓣竟然还有这本书，竟然还是中国人写的，惊呆我了
评分豆瓣竟然还有这本书，竟然还是中国人写的，惊呆我了
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 onlinetoolsland.com All Rights Reserved. 本本书屋 版权所有