Программирование для анализа городских данных

2026/2027

ID 1243826

Статус: Маго-лего

Кто читает: Высшая школа урбанистики имени А.А. Высоковского

Где читается: Факультет городского и регионального развития

Когда читается: 4 модуль

Охват аудитории: для своего кампуса

Преподаватели: Миронова Белла Александровна

Язык: русский

Кредиты: 6

Контактные часы: 40

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс предназначен для студентов, желающих освоить методы анализа пространственных данных с использованием языка программирования Python. В рамках курса рассматриваются основные инструменты и библиотеки для работы с геоданными, включая чтение, обработку, визуализацию и анализ пространственной информации. Особое внимание уделяется практическим заданиям и проектам, направленным на развитие навыков применения полученных знаний в реальных задачах.

Цель освоения дисциплины

Освоить основы программирования на языке Python, необходимые для анализа пространственных данных.
Научиться работать с основными библиотеками для геоанализа, такими как GeoPandas, Shapely, PySAL и другими.
Приобрести навыки визуализации и интерпретации пространственной информации.
Развить способность применять методы пространственного анализа в различных прикладных задачах.

Планируемые результаты обучения

Писать простые программы на Python
Описывать основные концепции программирования
Применять навыки работы с массивами данных и их базовой обработкой
Способен загружать и сохранять пространственные данные
Определяет различия между координатными системами и умеет их преобразовывать
Применяет навыки базовой визуализации геоданных
Выполняет пространственные объединения и фильтрацию данных
Применяет навыки анализа пространственных отношений и выполнения геометрических операций
Называет принципы работы пространственных индексов
Способен извлекать и анализировать уличные сети
Применяет навыки построения маршрутов и оценки доступности
Применяет сетевой анализ в прикладных задачах
Применяет основные методы пространственной статистики
Проводит анализ пространственной автокорреляции и кластеризации
Применяет навыки использования специализированных библиотек для статистического анализа геоданных
Создает и настраивает интерактивные карты
Применяет навыки интеграции геоданных в веб-приложения
Применяет веб-картографию