소득공제
- 베스트
- 네트워크/해킹/보안 top20 5주
이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 문화비소득공제 가능
이 분야의 이벤트
에이콘 데이터 과학 시리즈
상세 이미지
책소개
목차
|
1장. 패키지 설치와 관리
__아나콘다 소개 ____아나콘다를 사용해 파이썬 설치하기 __주피터 노트북 실행하기 ____노트북 실행하기 ________새 노트북 만들기 ________코드 추가하기 __파이썬 패키지 관리 ____아나콘다 내비게이터로 패키지 관리 ____아나콘다 클라우드에서 온라인 패키지 검색하기 ____conda로 파이썬 패키지 관리하기 ____pip로 파이썬 패키지 관리하기 ____pip를 사용해 패키지 업그레이드 및 제거하기 __파이썬 가상 환경 ____아나콘다를 사용한 가상 환경 ____conda로 환경 관리하기 ____virtualenv 사용하기 __요약 2장. 지리공간 코드 라이브러리 소개 __GDAL과 OGR 라이브러리 ____GDAL 설치하기 ________아나콘다 3로 GDAL 설치하기 ________conda로 GDAL 설치하기 ________pip로 GDAL 설치하기 ________pip로 GDAL 두 번째 버전 설치하기 ________추천할 만한 다른 GDAL 리소스 __GEOS ____GEOS 설치하기 ____Shapely ____Shapely 설치하기 __Fiona ____Fiona 설치하기 __pyshp 파이썬 쉐이프파일 라이브러리 ____pyshp 설치하기 __pyproj ____pyproj 설치하기 __Rasterio ____Rasterio 의존성 ____Rasterio 설치 __GeoPandas ____GeoPandas 설치 ____GeoPandas 의존성 __함께 사용하는 방법 __요약 3장. 지리공간 데이터베이스 소개 __윈도우에 PostgreSQL, PostGIS 설치하기 __맥에 PostgreSQL, PostGIS 설치하기 __파이썬으로 PostgreSQL, PostGIS 작업하기 ____psycopg2로 PostgreSQL 연결하기 ________psycopg2 설치하기 ________데이터베이스에 연결하고 테이블 생성하기 ________테이블에 데이터 추가하기 ________Shapely ________데이터 쿼리하기 ________CRS 변경하기 ________버퍼 ________거리와 주변 ________데이터터베이스에서의 선 ________선의 길이 ________선 교차하기 ________폴리곤 ________폴리곤 내부의 포인트 __요약 4장. 데이터 타입, 저장 공간 및 변환 __래스터, 벡터 데이터 ____쉐이프파일 ____GeoJSON ____KML ____GeoPackage __래스터 데이터 포맷 __GeoPandas로 벡터 데이터 읽고 쓰기 __GR로 벡터 데이터 읽고 쓰기 __Rasterio로 래스터 데이터 읽고 쓰기 __GDAL로 래스터 데이터 읽고 쓰기 __요약 5장. 벡터 데이터 분석 __OGR 라이브러리 ____OGR 배치 명령 ____ogrmerge ____OGR 라이브러리와 파이썬 바인딩 ____OGR 주요 모듈과 클래스 ________OGR로 폴리곤 지오메트리 생성하기 ________GeoJSON에서 폴리곤 지오메트리 생성하기 ________기본 지오메트릭 연산 ________신규 쉐이프파일에 폴리곤 데이터 쓰기 ________공간 필터를 사용해 특징 선택하기 __Shapely와 Fiona ____Shapely 객체와 클래스 ____지리공간 분석용 Shapely 메서드 ____Fiona 데이터 모델 ________Shapely로 지오메트리 생성하기 ________Shapely로 JSON 지오메트리 읽기 ________Fiona 데이터 읽기 ________Shapely, Fiona로 쉐이프파일 내 지오메트리 벡터 접근하기 __GeoPandas ____GeoPandas로 지리공간 분석 ________GeoPandas와 Matplotilb으로 지오메트리 데이터 플로팅하기 ________GeoPandas로 산불 데이터 매핑하기 ____데이터 검증 문제 __요약 6장. 래스터 데이터 처리 __GDAL을 사용해 래스터 데이터 다루기 ____GDAL 라이브러리로 래스터 데이터 로드 및 쿼리하기 ____GDAL을 이용한 래스터 생성 __PostgreSQL에서 래스터 처리하기 ____PostgreSQL에 래스터 로드하기 ____PostgreSQL로 래스터 쿼리 수행하기 ________래스터 메타데이터 쿼리하기 ________지오메트리 결괏값 쿼리 ________반환된 값 쿼리하기 __요약 7장. 지오데이터베이스를 사용한 지오프로세싱 __범죄 대시보드 ____범죄 데이터베이스 구성 ________테이블 생성하기 ________데이터 채우기 ________쿼리 매핑하기 ________대화형 위젯 ________차트 ________트리거 __요약 8장. QGIS 분석 자동화 __파이썬 콘솔로 작업하기 ____레이어 로딩하기 ____레이어 처리하기 ________레이어 속성 ________특징 속성 ____PostGIS에서 레이어 그리기 ________포인트 그리기 ________PostGIS에서 폴리곤 그리기 ____특징 추가, 편집, 삭제하기 ________기존 레이어에 특징 추가하기 ________기존 레이어에서 항목 삭제하기 ________기존 레이어에서 특징 편집하기 ____수식을 사용해 특징 선택하기 ____툴박스 사용하기 __사용자 정의 툴박스 만들기 __요약 9장. 파이썬 ArcGIS API 및 ArcGIS 온라인 __파이썬 및 ArcGIS 온라인용 ArcGIS API 소개 ____파이써닉 웹 API ____API 설치하기 ________API 테스팅 ________문제 해결 ____Esri 사용자 계정 인증 ________서로 다른 Esri 사용자 계정 ____파이썬 ArcGIS API의 여러 모듈들 ____연습 1 - API 임포팅 및 맵 위젯 사용하기 ________개인화된 ArcGIS 온라인 계정 만들기 ____연습 2 - 지리공간 콘텐츠 검색, 표시, 설명하기 ____연습 3 - 래스터 데이터 및 API 지오프로세싱 함수 사용하기 __요약 10장. GPU 데이터베이스와 지오프로세싱 __클라우드 지오데이터베이스 솔루션 ____빅데이터 프로세싱 ____OmniSciDB 아키텍처 ________클라우드 대 로컬 대 혼합 ____클라우드에 OmniSciDB 인스턴스 생성하기 ________AMI 검색하기 ________AWS 계정 만들기 ________키 쌍 생성하기 ________인스턴스 실행하기 ________버전 선택하기 ________인스턴스 검색하기 ________보안 그룹 설정하기 ____Immerse 환경 ________Immerse로 로깅하기 ________CSV 가져오기 ________차트 만들기 ________SQL EDITOR 사용하기 ________지리공간 데이터 사용하기 ____터미널에서 데이터베이스 연결하기 ________PuTTYgen ________pymapd 설치하기 ________연결 생성하기 ________데이터 커서 ________테이블 생성하기 ________INSERT 구문 ________아파치 애로우로 데이터 로드하기 ________포함 여부 확인 __요약 11장. Flask와 GeoAlchemy2 __Flask와 컴포넌트 모듈 ____설정 ________pip로 모듈 설치하기 ____Flask 애플리케이션 개발하기 ____데이터소스에서 데이터 다운로드하기 ________카운티, 디스트릭트, 주 및 경기장 쉐이프파일 ____데이터베이스, 데이터 테이블 생성하기 ________신규 데이터베이스에 PostGIS 확장 테이블 추가하기 ________데이터베이스 테이블 정의 ________테이블 생성하기 ____신규 데이터 테이블로 데이터 삽입하기 ________필요한 모듈 임포트하기 ________쉐이프파일 검색과 읽기 ____Flask 애플리케이션 컴포넌트 ________폴더 구조와 컨트롤러 객체 ________폼 ________뷰 ________웹 지도 템플릿 ________로컬에서 웹 애플리케이션 실행하기 __요약 12장. GeoDjango __Django, GeoDjango 설치 및 설정하기 ____Django에서 GeoDjango까지 ____Django 설치하기 ________윈도우 환경변수 수정하기 ____프로젝트와 애플리케이션 생성하기 ________명령행 인수 startproject ________manage.py로 애플리케이션 생성하기 ________settings.py 설정하기 __애플리케이션 만들기 ____manage.py ________데이터 모델 생성하기 ________데이터베이스 마이그레이션 ________LayerMapping ____관리 패널 ________GeoDjango 관리 패널 ____URLs ________URL 패턴 ____뷰 ________필수 폴더와 파일 ________뷰 작성하기 ____애플리케이션 실행하기 __요약 13장. 지리공간 REST API __파이썬 REST API 만들기 ____REST ____JSON ____파이썬 REST API ________Flask ________기타 프레임워크 ____Flask URLs 변수 ________숫자 타입 변환기 ____요청 메서드 ________GET 요청 ________POST 요청 ________기타 활용 가능한 요청 메서드 __REST API 애플리케이션 ____애플리케이션 컴포넌트 ________애플리케이션 폴더와 파일 구조 ________forms.py ________views.py ________기본 URL ________Arenas 테이블 ________States 데이터 ________County 데이터 ________Districts 데이터 ____API POST 엔드포인트 ________새 경기장 ________requests 라이브러리로 POST 요청 보내기 ________arena 삭제하기 ____로컬에서 REST API 실행하기 __Flask에서 IIS 로 배포하기 ____Flask와 웹서버 ________WSGI ________WFastCGI 모듈 및 FastCGI 설치하기 ________FastCGI 설정하기 ________루트 서버 설정과 환경변수 __요약 14장. 클라우드 지오데이터베이스 분석 및 시각화 __CARTOframes 설치 방법 ____추가 리소스 ____주피터 노트북 ____CARTO API 키 ____패키지 의존성 ____CARTO Data Observatory __CARTO 계정 가입하기 ____CARTO 무료 체험판 ________데이터셋 추가하기 ________API 키 ________데이터셋 추가하기 __가상 환경 ____virtualenv 설치하기 ________virtualenv 실행하기 ____가상 환경 활성화하기 ____virtualenv 내 모듈 설치하기 ________사용 모듈 __주피터 노트북 사용하기 ____계정 접속하기 ________자격증명 저장하기 ____데이터셋 액세스하기 ________개별행 선택하기 ____CSV 데이터셋 로딩하기 ____쉐이프파일 로딩 ________GeoPandas 설치하기 ________CARTO에 쓰기 ____지오메트리 CSV 로딩하기 ____지리공간 분석 ____데이터셋 편집 및 업데이트하기 ________overwrite=True ____맵 만들기 __요약 15장. Cartography 클라우드 지도 제작 자동화 __지도 제작에 관한 모든 것 ____GIS에 맵박스 통합하는 방법 ____맵박스 도구 ________MapboxGL ________맵박스 파이썬 SDK ____맵박스 시작하기 ________맵박스 계정 등록 ________API 토큰 생성하기 ________맵박스 계정에 데이터 추가하기 ________예제 - GeoJSON 데이터셋 업로드하기 ________예제 - 타일셋 데이터 업로드하기 __맵박스 스튜디오 ____베이스맵 커스터마이징 ________타일셋 추가하기 ____가상 환경 ________MapboxGL-Jupyter 설치하기 ________주피터 노트북 설치하기 ________Pandas, GeoPandas 설치하기 ____주피터 노트북 서버 사용하기 ________GeoPandas로 데이터 가져오기 ________폴리곤에서 포인트 생성하기 ________데이터 정제 ________GeoJSON에 포인트 저장하기 ________맵에 포인트 추가하기 ________등급별 색상 시각화 만들기 ________색상, 크기, 구분 자동 설정 ____단계 구분도 만들기 ________지도 저장하기 ________히트맵 만들기 ____맵박스 파이썬 SDK로 데이터 업로드하기 ________데이터셋 생성하기 ________데이터셋에 데이터 로드하기 ________데이터셋에서 데이터 읽기 ________행 삭제하기 __요약 16장. 하둡으로 파이썬 지오프로세싱 __하둡이란? __하둡 프레임워크 설치하기 ____리눅스 설치하기 ____도커 설치하기 ____호튼웍스 설치하기 __하둡 기초 ____SSH를 통한 연결 ____암바리 __하둡 Esri GIS 도구 __파이썬과 HDFS, 하이브 __요약 |
저자 소개 4
Paul Crickard
Leaflet JavaScript 모듈에 관한 책을 저술했다. 15년 넘게 프로그래밍을 해왔고 7년 동안 지리정보시스템(Geographical Information Systems)과 지리공간 프로그래밍에 주력했다. 건축회사에서 3년간 기획자로 일하면서 GIS와 BIM(Building Information Modeling) 및 CAD를 결합했다. 현재 뉴멕시코에 있는 제2사법재판소에서 CIO를 맡고 있다.
Eric van Rees
네덜란드에서 인문지리학을 공부할 때 GIS를 처음 접했다. 이후 9년 동안 「GeoInfor matics」의 편집장, 국제 GIS, 측량 및 지도 발행인, 「GIS Magazine」의 기고 편집장을 지냈다. 임기 동안 많은 지리공간 사용자 회의, 무역 박람회, 산업 회의를 방문했다. 지도 산업의 소프트웨어 튜토리얼, 기술 블로그, 혁신적인 새로운 사용 사례와 같은 기술 콘텐츠 제작에 주력하고 있다
Silas Toms
캘리포니아 출신의 지리학자 겸 지리공간 개발자다. 지난 10년 동안 지리공간 분석을 위한 파이썬 프로그래밍의 전문가가 돼 ArcPy 사용에 관한 두 권의 책을 출간했다. 현재 Loki Intelligent Corporation의 대표로 ETL 자동화 툴, 대화형 웹 맵, 엔터프라이즈 GIS, 기업 및 정부를 위한 위치 데이터를 개발하고 있다. BayGeo에서 GIS 프로그래밍에 관한 강의를 하고 ‘Mappyist Hour’ 팟캐스트를 공동 운영하고 있다.
PC 통신 시절부터 인터넷으로 전환되는 시점까지 개발자로서 패러다임의 흥망성쇠를 겪으며 10년이 넘는 시간을 보냈다. 돌아보니 C부터 시작해 인기 있던 스크립트 언어들까지 참으로 넓고도 얄팍한 삶을 살아왔다는 생각도 든다. 지금은 개발자로서의 시간을 보내고 있지 않지만, 혹시 대박의 기회가 생기지 않을까 하는 생각에 여전히 곁눈질만 하고 있는 게으른 직장인이다. 개발 환경은 점점 편해지고, 툴의 생산성은 점점 높아져감에 혹시나 하면서 말이다.
김동호의 다른 상품
관련 분류
품목정보
- 발행일
- 2020년 10월 19일
- 쪽수, 무게, 크기
- 504쪽 | 188*235*24mm
- ISBN13
- 9791161754505
출판사 리뷰
|
★ 이 책에서 다루는 내용 ★
■ 파이썬 3로 코드 라이브러리 관리 및 추상적 지리공간 분석 기술 ■ 지리공간 분석 작업을 수행하는 인기 있는 코드 라이브러리 살펴보기 ■ 데이터 변환, 데이터 관리, 웹 맵 및 REST API 개발을 위한 코드 라이브러리 활용 ■ 클라우드에서 지리공간 데이터 처리와 관련된 기술 학습 ■ PostGIS, SQL Server, SpatiaLite와 같은 지리공간 데이터베이스에서 파이썬 3 기능 활용 ★ 이 책의 대상 독자 ★ 위치 정보와 파이썬으로 작업하는 모든 사람을 위한 책이다. 파이썬 3로 구축된 GIS 데이터 관리, 분석 기법, 코드 라이브러리를 다루는 학생, 개발자, 지리공간 전문가 모두 이 책을 활용할 수 있다. ★ 이 책의 구성 ★ 1장, ‘패키지 설치와 관리’에서는 코드 라이브러리를 설치, 관리하는 방법을 설명한다. 2장, ‘지리공간 코드 라이브러리 소개’에서는 지리공간 데이터를 처리하고 분석하는 데 사용되는 주요 코드 라이브러리를 다룬다. 3장, ‘지리공간 데이터베이스 소개’에서는 데이터 저장과 분석에 사용되는 지리공간 데이터베이스를 소개한다. 4장, ‘데이터 타입, 저장 공간 및 변환’에서는 GIS 내에 존재하는 다양한 데이터 타입(벡터와 래스터)에 초점을 맞춘다. 5장, ‘벡터 데이터 분석’에서는 Shapely, OGR, GeoPandas 같은 벡터 데이터를 분석하고 처리하는 데 사용되는 파이썬 라이브러리를 다룬다. 6장, ‘래스터 데이터 처리’에서는 지리공간 분석을 수행하기 위해 GDAL 및 Rasterio를 사용해 래스터 데이터셋을 처리하는 방법을 살펴본다. 7장, ‘지오데이터베이스를 사용한 지오프로세싱’에서는 공간 SQL을 사용해 공간 칼럼을 포함하는 데이터베이스 테이블로 지오프로세싱을 수행하는 방법을 보여준다. 8장, ‘QGIS 분석 자동화’에서는 PyQGIS를 사용해 QGIS 매핑 제품군 내에서 분석을 자동화하는 방법을 알려준다. 9장, ‘ArcGIS API 및 ArcGIS 온라인’에서는 파이썬 3를 사용해 Esri의 클라우드 플랫폼인 ArcGIS 온라인에서 활용 가능한 파이썬 ArcGIS API를 소개한다. 10장, ‘GPU 데이터베이스와 지오프로세싱 파이썬’에서는 툴을 사용해 클라우드 기반 데이터와 상호 작용해 데이터를 검색하고 처리하는 부분을 다룬다. 11장, ‘Flask와 GeoAlchemy2’에서는 Flask 파이썬 웹프레임워크와 GeoAlchemy ORM을 사용해 공간 데이터 쿼리를 수행하는 방법을 설명한다. 12장, ‘GeoDjango 공간 데이터’에서는 쿼리를 수행하기 위해 Django 파이썬 웹 프레임워크와 GeoDjango ORM을 사용하는 방법을 다룬다. 13장, ‘지리공간 REST API’에서는 지리공간 데이터를 위한 REST API를 개발하는 방법을 다룬다. 14장, ‘클라우드 지오데이터베이스 분석 및 시각화’에서는 CARTOframes 파이썬 패키지를 소개하고 CARTO 지도, 분석 및 데이터 서비스를 데이터 과학 워크플로우에 통합하는 방법을 소개한다. 15장, ‘Cartography 클라우드 지도 제작’에서는 자동화 주피터 노트북을 위한 새로운 위치 데이터 시각화 라이브러리를 다룬다. 16장, ‘하둡으로 파이썬 지오프로세싱’에서는 분산 서버를 이용한 지리공간 분석 수행 방법을 설명한다. ★ 지은이의 말 ★ 시간이 흐르면서 파이썬은 공간 데이터를 읽고 변환하고 분석하며 시각화하는 많은 패키지를 가진 공간 분석을 위한 프로그래밍 언어가 됐다. 이렇게 많은 패키지를 이용할 수 있게 되면서, 파이썬 3를 위한 필수 지리공간 파이썬 라이브러리를 포함하는 학생과 경험 있는 전문가를 위한 참고 서적을 만드는 일은 의미가 있다. 이 책은 사람들이 머신러닝, 사물인터넷(IoT) 같은 지리공간 데이터로 작업하는 방식을 새로운 기술이 변화시키고 있는 흥미로운 순간에 나왔다. 데이터 과학은 지리공간 데이터가 끊임없이 사용되는 분야다. 이는 CARTOframes나 MapboxGL과 같은 새로운 파이썬 라이브러리가 포함되는 것을 설명해주며 주피터(Jupyter) 역시 이런 새로운 트렌드에 포함된다. 그와 동시에 웹과 클라우드 기반의 GIS가 점점 새로운 표준이 되고 있다. 이것은 인터랙티브 지리공간 웹 맵과 REST API가 소개된 이 책의 2장에 반영돼 있다. 이 새로운 라이브러리는 수년 동안 필수가 된 오래된 많은 라이브러리와 결합돼 있으며 Shapely, Rasterio, GeoPandas와 같이 오늘날까지도 매우 인기가 있다. 이 분야를 처음 접하는 독자에게는 인기 라이브러리를 적절히 소개하고 실제 데이터를 사용하는 코드 예제를 통해 관점을 파악하고 구문을 비교한다. 마지막으로 이 책은 파이썬 2에서 3.x로의 전환을 보여준다. 이 책에서 다루는 모든 라이브러리는 파이썬 3.x로 작성됐으므로 이 책에서 권장하는 파이썬 코딩 환경인 주피터 노트북을 사용해 모든 라이브러리에 접근할 수 있다. ★ 옮긴이의 말 ★ GIS(지리정보시스템), 지리공간 데이터 분석은 오래된 분야이고 관련 분야에 종사하는 전문가들의 영역이었다. 지리공간 데이터 분석은 모빌리티 서비스가 많이 생겨나고 빅데이터 열풍과 파이썬 같은 범용적인 도구들의 지원으로 데이터 분석에 관심이 있는 일반적인 사람들의 영역으로 확장되고 있다. 데이터를 통해 사회 문제를 해결하려는 시빅해킹(Civic Hacking) 운동과 케글에서 해결하려는 수많은 오프라인 문제들은 결국 위치 기반 데이터 분석에서부터 시작된다. 많은 빅데이터는 오프라인의 특정 위치 기반으로 만들어진다. 스마트폰을 사용하는 장소에서 만들어지는 데이터가 모든 데이터의 기반이 되는 시대다. 그게 집일수도, 학교일수도, 혹은 내가 자주 가는 어떤 곳일 수도 있다. 지리공간 데이터 분석이 중요해지는 이유이기도 하다. 이 책은 지리공간 데이터를 분석할 때 사용할 수 있는 다양한 도구와 방법을 예제를 통해 보여준다. 깊지는 않지만 각 툴들의 장단점과 어떤 경우에 사용하는지에 대한 안내서에 가깝다. 이후 공부를 좀 더 깊게 할 필요가 있을 때 어떤 분야를 깊게 파고들지 결정할 수 있는 좋은 지침서가 될 것이다. 전 세계적으로 코로나-19 관련 초유의 사태로 겪어보지 못한 시간들을 보내고 있다. 공적 마스크 판매, 확진자 동선 파악과 같은 지도 기반 서비스, 공간데이터 기반의 시빅해킹에 시민들의 참여가 자연스럽게 많아지는 동시에 필요한 시점이기도 하다. 독자 모두 건강한 시간들을 보내면서 오프라인 공간에서의 데이터 분석을 통해 이 사회의 문제를 어떻게 바라볼 것이냐를 생각하며 보내도 좋을 것 같다. 사회적 거리두기로 모두가 힘겨운 이때 책을 마무리하게 돼 뜻깊다. 내 가족을 포함해 모든 분들이 슬기롭게 이 상황을 헤쳐 나가길 바란다. |
36,000원
총 1개
36,000원
