GISer应该学会用Python的N个理由

Python，一种简单易用的脚本编程语言

零基础的GISer想要开始学习编程，不妨从Python入手。相比其他编程语言，Python不论是语法还是操作方式，都非常容易上手。正在使用Java、JavaScript或其他编程语言的GISer，相信你在了解Python后，将会爱不释手。

Python的语法很简单，输出100的约数，Java的编写方式是：

而Python则一行搞定：

再来看个例子，通过HTTP协议上传文件，Java使用Apache HttpClient：

Python使用requests：

通过上面两个例子对比可以看出，Python的语法要比Java简单不少。但只语法简单自然是不够的，我们在Jupyter Notebook里写下几行内容：

在上图中，In [1]到In [4]是输入的Python代码，其中1、2没有运算结果，所以没有输出。3和4有结果输出，3输出的是地图名称，4则是展示一个地图。这并不是在输入完所有语句后点执行得到的结果，In [3]中输入maps，shift+回车，下面的输出就直接出来了。

Jupyter Notebook是一个交互式笔记本，不仅能写代码，还能写Markdown，能显示地图。用Jupyter Notebook所编写的代码会立即执行，并把执行结果展示出来。比如上文的地图，还有数据表格、数据可视化结果专题图等。如此，程序员不是在写代码，而是在写文章，不过文章里的内容有一部分是代码及其执行结果，写完了还可以保存为网页或者PDF。

Python，数据分析首选

同样是写代码，那么做数据分析和软件开发有什么不同？

举个例子：我们从豆瓣电影上抓几万部电影的用户评分和评论数据下来，想查看评分分布，我们写几行代码；执行代码后发现，很多电影评分数量很少，不属于有效评分，我们修改代码、重新启动程序，去掉这部分电影，得到新的评分统计；在评分一样的情况下，如何区分好电影和坏电影？我们修改代码、重新启动程序，查看评分两极化的电影，得出标准差值最大、争议最大的电影；为什么这些电影会得到两极分化的评论？改代码、重新启动程序，分析观众的评价找出端倪……

上面是使用传统软件开发的方法写代码来做数据分析的过程，需要好多次修改代码、重启程序、在控制台里查看运行结果。现在结合Jupyter Notebook的交互特性，我们可以始终在同一个界面输入代码执行计算，进而查看计算结果，进行新的数据处理。不必再反复改代码、重启程序，简化了数据分析的过程，提高了工作效率。Jupyter Notebook简直就是为数据分析量身定制的工具。分析完还可用Markdown写下自己的分析结论，导出为网页或者PDF。

Jupyter Notebook可以让工作变得高效快捷，那么它和Python有什么关系？答案是，Python是交互式编程语言，交互式笔记本中的“交互式”是Python语言的特性。

Python提供丰富的GIS库

如果Python只是适合数据分析，无法处理地理信息数据的话，那跟GISer的关系也不大。所幸的是，Python还提供了丰富的GIS库。

除了上述列表中提到的这些内容，超图还将于近期发布SuperMap iClient Python。

SuperMap iClient Python全新推出

SuperMap将Python应用于GIS，全新推出SuperMap iClient Python，简称iClientPy，是超图云GIS客户端 Python SDK。使用iClientPy，可以在 Python 脚本里轻松调用超图云GIS四驾马车和SuperMap Online的REST API。比如，把Shape、GeoJSON文件中的地理要素对象导入到SuperMap iServer发布的rest-data服务中，上传地理要素对象到SuperMap Online或SuperMap iPortal上，并创建和分享地图。

iClientPy与Jupyter Notebook深度结合，自然少不了在Jupyter NoteBook中进行数据可视化，可将可视化结果保存下来，嵌入到任意HTML网页中；当然还少不了大数据分析服务，以点聚合分析为例，点聚合分析的API应该是下面这种？

aggregate_points(earthquakes, bin_size=1, bin_size_unit='Kilometers', output_name='EQAgg_5mi_hex’)

事实并非如此。iClientPy 不仅是API，更是Coding UI。如上面的API，在实际使用时，bin_size_unit到底是Kilometer还是Kilometers，首字母是大写还是小写，单位米到底是英式写法还是美式写法，还需要去查API文档。

下面，我们用一张图来查看iClientPy Coding UI做点聚合分析的情况：

如图所示，使用iClient Python做点聚合分析，无需查阅文档来获取数据集及数据集字段，只需根据提示进行选择即可。

了解了Python的几个特性后，你是不是已经跃跃欲试了呢？那就一起操练起来吧！访问：

作者 | 超图研究院 云产品研发中心 谷永权

责编 | 王宇卫

【近期回顾】

▼

欢迎转载~