python地理信息图
㈠ 有哪些 GIS+Python 的开发经验值得分享
GIS 和 python 的结合有很多种可能性
Arcpy 参考ArcPy and ArcGIS (豆瓣), pyQGIS 参考PyQGIS Developer Cookbook
Geopython GIS相关库
GDAL 参考 Welcome to the Python GDAL/OGR Cookbook!
各种空间数据库，如 spatialite 参考 SpatiaLite Cookbook
基础库（抽象库）
GDAL 不多说，GIS万物本源
Proj.4 制图学投影转换库
geojson geojson数据处理，点线面
高级库
Shapley GIS的图像处理
Fiona GIS数据读入写出
Rtree Rtree空间索引
pyproj Proj.4的接口扩展
OWSLib WMS地图服务发放
basemap 画地图
超高级库
geopandas 整合了pandas,shapely,fiona,descartes,pyproj和rtrees可以直接用于数据处理
geodjango django出品，保护GDAL,GEOS等可以发送地图服务
参考 Python 笔记三：Geopython GIS相关库
而如今，javascript在互联网的地位也变得越来越重要，GIS+JS的项目也氤氲而生，所以问题来了。参考：有哪些GIS+JavaScript（node.js）的开发经验值得分享？ - Node.js
或者关注我的博客，写得不是很好，希望各路大神多多留言指导。
Awesome GIS（GIS Tech Stack技术栈）
Geomatics专栏点此：Geomatics（GIS，GPS，RS，Surveying）
语言
Python 最好的快速开发语言，是一门API艺术
awesome-python
1简单的入门
2总结入门坑及基础资源
3Geopython GIS相关库
4Python的常用库入门
5Flask框架
6入门爬虫坑--网页数据压缩(python deflate gzip)
7Requests爬虫技巧
Node.js 最炙手可热的网络技术源泉，可用于WebGIS
awesome-javascript
1常用Global库
2入门及GeoNode.js GIS相关库
前段
Leaflet 兼容移动端，和现代的一些框架一样优先考虑移动端
1leaflet入门
2简单插件编写leaflet-pip-v2
3进阶插件编写geojsonFilter
Mapbox总有人讨论“Mapbox VS Leaflet？”这是个烂问题，Mapbox是Leaflet的超集，就像Typescript和Javascript之间的关系一样
Openlayer3扯淡大叔教程
Turf js层面做出简单的空间分析
后端
Geoserver 基于Java的地理信息服务的发布，使用简单
Mapserver 基于C语言的地理信息服务的发布，内存占用小
GDAL 数据格式转换
1GDAL命令行入门
2python for GDAL
3gdal CLI Cheat Sheet
数据格式
GeoJSON 开源地理信息JSON格式
awesome-geojson
geojson-js-utils 空间数据简单处理js实现
geojson-python-utils空间数据简单处理python实现
TopoJSON 开源地理信息JSON格式，大小要比GeoJSON小40%
TileJSON 瓦片数据包装的JSON格式，用的不多
WKT&WKB 文本标记语言表示矢量数据
WKT&WKB 笔记一：格式介绍
数据库
Spatialite 空间数据的查询等处理，小项目足矣
1简单的入门
2CLI Cheat Sheet
3python for Spatialite
4NET平台使用spatilite扩展
5Spatiliate2GeoJson数据的转换
Postgresql 大型空间数据项目
MBTILES 承载瓦片的数据，快速索引
1入门与简单应用
瓦片渲染
Global Mapper 专门用作已有栅格图像切片
Mapnik 专门用于矢量数据的切片
TileMill 在矢量数据渲染时，运用CartoCSS对矢量数据赋予样式
数据处理
QGIS 开源GIS数据处理桌面软件，其中包含Grass，SAGA两个学术界开源GIS平台
1简单的介绍
2地图综合
Mapsharper 数据综合神器
1地图综合神器
数据资料
地理空间数据云 没想到数据来的这么快
填坑
1网页端JS的缓存问题
2Angular遇到的一些坑
3SpatialiteSharp的使用坑
整个技术栈主要针对的是轻量或者小项目去考虑，运用一些流行的尽可能开源的工具去做，这是我的一些想法和笔记，详情参考从mapbox的开源工具看Web GIS的发展，希望能给您一点点帮助。PS：我在github上看到一个awesome gis，并非我主导的，希望各位GISer可以一起参与修改。
转载，请表明出处。总目录Awesome GIS
㈡ python的应用领域有哪些
Python是一门简单、易学并且很有前途的编程语言，很多人都对Python感兴趣，但是当学完Python基础用法之后，又会产生迷茫，尤其是自学的人员，不知道接下来的Python学习方向，以及学完之后能干些什么？以下是Python十大应用领域！
1. WEB开发
Python拥有很多免费数据函数库、免费web网页模板系统、以及与web服务器进行交互的库，可以实现web开发，搭建web框架，目前比较有名气的Python web框架为Django。从事该领域应从数据、组件、安全等多领域进行学习，从底层了解其工作原理并可驾驭任何业内主流的Web框架。
2. 网络编程
网络编程是Python学习的另一方向，网络编程在生活和开发中无处不在，哪里有通讯就有网络，它可以称为是一切开发的“基石”。对于所有编程开发人员必须要知其然并知其所以然，所以网络部分将从协议、封包、解包等底层进行深入剖析。
3. 爬虫开发
在爬虫领域，Python几乎是霸主地位，将网络一切数据作为资源，通过自动化程序进行有针对性的数据采集以及处理。从事该领域应学习爬虫策略、高性能异步IO、分布式爬虫等，并针对Scrapy框架源码进行深入剖析，从而理解其原理并实现自定义爬虫框架。
4. 云计算开发
Python是从事云计算工作需要掌握的一门编程语言，目前很火的云计算框架OpenStack就是由Python开发的，如果想要深入学习并进行二次开发，就需要具备Python的技能。
5. 人工智能
MASA和Google早期大量使用Python，为Python积累了丰富的科学运算库，当AI时代来临后，Python从众多编程语言中脱颖而出，各种人工智能算法都基于Python编写，尤其PyTorch之后，Python作为AI时代头牌语言的位置基本确定。
6. 自动化运维
Python是一门综合性的语言，能满足绝大部分自动化运维需求，前端和后端都可以做，从事该领域，应从设计层面、框架选择、灵活性、扩展性、故障处理、以及如何优化等层面进行学习。
7. 金融分析
金融分析包含金融知识和Python相关模块的学习，学习内容囊括Numpy\Pandas\Scipy数据分析模块等，以及常见金融分析策略如“双均线”、“周规则交易”、“羊驼策略”、“Dual Thrust 交易策略”等。
8. 科学运算
Python是一门很适合做科学计算的编程语言，97年开始，NASA就大量使用Python进行各种复杂的科学运算，随着NumPy、SciPy、Matplotlib、Enthought librarys等众多程序库的开发，使得Python越来越适合做科学计算、绘制高质量的2D和3D图像。
9. 游戏开发
在网络游戏开发中，Python也有很多应用，相比于Lua or C++，Python比Lua有更高阶的抽象能力，可以用更少的代码描述游戏业务逻辑，Python非常适合编写1万行以上的项目，而且能够很好的把网游项目的规模控制在10万行代码以内。
10. 桌面软件
Python在图形界面开发上很强大，可以用tkinter/PyQT框架开发各种桌面软件！
㈢ 学完了Python培训课程可以从事哪些工作呢
Python可以用来复做：Web 应用开发、自动化运维制、网络爬虫、数据分析、科学计算、人工智能，还可以用在各种场景与各种平台、设备、语言进行连接，因此被称为胶水语言。
Python主要用于三个方面：
Web开发
数据科学——包括机器学习、数据分析和数据可视化
脚本编写
㈣ python主要可以做什么
python主要可以做Web 和 Internet开发、科学计算和统计、桌面界面开发、软件开发、后端开发等领域的工作。
Python是一种解释型脚本语言。Python可以应用于众多领域，如：数据分析、组件集成、网络服务、图像处理、数值计算和科学计算等众多领域。互联网公司广泛使用Python来做的事一般有：自动化运维、自动化测试、大数据分析、爬虫、Web 等。
(4)python地理信息图扩展阅读
python的主要优点：
简单易学：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。因有极其简单的说明文档，Python极其容易上手。
运行速度快：Python 的底层是用 C 语言写的，很多标准库和第三方库也都是用 C 写的，运行速度非常快。
免费、开源资源：Python是FLOSS（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。
可扩展性：如果需要一段关键代码运行得更快或者希望某些算法不公开，可以部分程序用C或C++编写，然后在Python程序中使用它们。
㈤ Python用于什么
学习Python技术，可以做Python开发工程师、Python高级工程专师、Web网站开发工程师、Python自动化属测试、Linux运维工程师、Python游戏开发工程师、Python技术经理、Python开发实习等职业选择。
据统计，Python人才需求量每日高达5000+,但目前市场上会 Python的程序员少之又少, 竞争小，很容易快速高薪就业。从Python开发者薪资的变化趋势来看，目前Python正处于行业爆发初期的风口上。
从Python开发者薪资的变化趋势来看，随着工作年限的增长工资成直线增长。从事Python开发，所从事的工作机会和工作岗位及工作内容可选择的余地很多，可从事大数据、数据分析师、人工智能工程师等方向，未来发展的空间大。
Python在数据分析、数据挖掘、人工智能、web开发等方面都大有发挥之处，再加上人工智能大量依赖数据，数据相关岗位人才的稀缺，Python现在的职位可谓是炙手可热。
㈥ Python就业前景有多好
1、web开发：大家都知道豆瓣、知乎等网站，都是用Python撰写的，web开发在国内发展空间是非常不错的，因为Python的web开发框架是最大的优势，开发效率高，搭建一个网站只需要简单的几行代码就可以完成了，非常的简洁。
2、网络爬虫：现在学习Python的人员很多都是从事网络爬虫工作的，这也是Python的一大优势之一，最早用Python做网络爬虫的就是谷歌。为什么Python适合做网络爬虫呢?Python可以跨平台，对linux和Windows都是不错的支持，科学运算、可视化，交互式终端。
同时，跟其他的语言对比来说，高效率，快速，适合通用搜索引擎做全网爬取。
3、人工智能：人工智能的发展前途大家一定都了解，我想不用多说的。人工智能方面的工作还是非常多的，都是高学历的人士，Python作为人工智能首选语言，面对市场的需求来说，以后的话肯定是最具有发展潜力的方向了。
4、运维：运维相信是大家都不陌生的吧，最开始一批学习Python的人，很多都是从事运维以及测试工作的，因为Python对于他们具有很大的作用，运用Python脚本进行批量化的文件部署和运行调整都成了Linux服务器上很不错的选择。
5、数据分析：在互联网上面，你可能你可以知道很多的东西，都会根据你看的东西，买的东西分析并推荐给你想要的东西。
㈦ python学习方向建议，哪个方向好找工作
Python是四大编程语言之一，同时也是一门高级的编程语言；Python具有易学、简单、功能强大版等优势，适权合零基础人员学习，同时也是初学者的首要选择。
就现在市场情况来说，Python人才需求量是非常高的，而且Python应用领域广泛，从业机会多，薪资待遇也是不错的，主要发展方向有：人工智能、数据分析、科学运算、web开发、爬虫、运维、游戏开发等，而且Python语言也是人工智能、数据分析领域的首选语言。