使用 Python 进行城市分析
地理空间数据科学与 OpenStreetMap
学习内容：
* 学习地理空间数据科学的基础知识，特别是如何在 Python 中识别和操作矢量数据
* 学习如何使用 Python 中可自定义的自动方式从 OpenStreetMap 收集和存储各种矢量数据
* 学习如何使用空间分析从矢量数据量化相关城市特征和特性
* 学习如何合并和量化来自 OpenStreetMap 的各种矢量数据，以得出城市地区宜居性分析结果
课程内容主题：
* 介绍（Geospatial 数据类型、OpenStreetMap 数据源）
* Python 环境搭建与地理空间库（GeoPandas、Shapely）
* 从 OpenStreetMap 获取多种数据（点数据、多边形数据、网络图数据）
* 城市分析技术（地图投影、道路网络分析、建筑特征分析）
* 城市宜居性指数小型项目实践
课程要求：
* 具备 Python 的基础编程能力
* 对 GIS（地理信息系统）概念有基本了解
课程详细描述：
* 课程从地理空间数据的基础知识入手，讲解矢量数据与栅格数据的区别，并以 OpenStreetMap 作为核心数据源进行实践
* 指导学员搭建 Python 开发环境，使用 GeoPandas、Shapely 等库处理地理空间数据，通过实际代码操作掌握几何数据类型与数据结构
* 教授如何通过 OSMNx、OverPy 等工具从 OpenStreetMap 获取点数据、多边形数据（如建筑轮廓）和网络图数据（如道路系统），结合 Python 进行数据清洗与分析
* 深入讲解城市分析技术，包括地图投影原理、道路网络属性分析（如密度、连通性）、建筑特征量化（如高度、分布）及可视化方法
* 通过完整的小型项目实战，指导学员构建城市宜居性指数，综合道路网络、建筑分布、公共服务设施等多维度数据，使用 Python 实现数据整合与分析，最终输出可视化报告
* 课程包含完整代码示例、Jupyter Notebook 格式文件及配套 PDF 课件，帮助学员系统掌握城市数据分析全流程技术
