课程概述

本课程由城市数据团旗下的“城市数据研习社”出品。旨在讲授如何用Python强化城市空间量化研究能力,课程内容从GIS到Python,整个微专业包括5大实战案例60节课时,深度挖掘城市数据价值。

证书要求

1.  在规定时间内提交课程中设置的作业

2.  课程老师对作业进行打分,所有作业均大于60分,可获得证书

预备知识

本微专业将会以研究专题为主,要求学员熟悉GIS分析方法,初步掌握Python语言,及numpy、pandas、matplotlib等工具包。

1. 学习GIS分析方法请报名城市数据团的《城市数据分析师》微专业

2. 学习Python基础语言请报名城市数据团的《数据分析师(Python)》微专业

授课大纲
CH01
课前准备
1.1 课程介绍
1.2 环境配置
CH02 专题1
近十年我国城乡规划重要学术论文的总体特征
2.1 研究思路
2.2 数据爬取:用scrapy爬取万方、知网数据
2.3 数据清洗(一):无效字符清理
2.4 数据清洗(二):数据重复与拆分
2.5 数据清洗(三):数据合并与作者单位数据处理
2.6 数据分析(一):透视表格与数据基本分析
2.7 数据分析(二):作者发文数据分析
2.8 数据分析(三):国家自科、社科基金论文数据分析
2.9 数据分析(四):论文作者关系网络分析
2.10 数据分析(五):论文关键词分析
2.11 总结
CH03 专题2
基于高铁余票的客流行为特征及其效应分析
3.1 研究思路解析
3.2 数据爬取(一):几行简单代码获取某区间某日余票数据
3.3 数据爬取(二):代码优化——获取沿线区间某日余票数据
3.4 数据爬取(三):代码再优化——构建全天候运行的余票抓取代码
3.5 数据分析(一):南京至上海一周余票数据统计
3.6 数据分析(二):昆山南站一天内上下净客流量值变化情况分析(1)
3.7 数据分析(三):昆山南站一天内上下净客流量值变化情况分析(2)
3.8 数据分析(四):特点站点一天内上下净客流量分布特点
3.9 总结
CH04 专题3
基于上市公司数据的中国城市网络空间结构
4.1 研究思路解析
4.2 数据爬取(一):来源与爬取思路
4.3 数据爬取(二):selenium网页自动化
4.4 数据爬取(三):初步尝试下载全部数据
4.5 数据爬取(四):通过代理下载全部数据
4.6 数据爬取(五):POST请求AJAX数据
4.7 数据清洗(一):数据的基本清洗
4.8 数据清洗(二):通过百度API识别公司归属地(1)
4.9 数据清洗(三):通过百度API识别公司归属地(2)
4.10 数据分析(一):上市公司空间分布特征
4.11 数据分析(二):城市关联网络特征(1)
4.12 数据分析(三):城市关联网络特征(2)
4.13 数据分析(四):城市关联网络特征(3)
4.14 数据分析(五):城市网络空间组织分析
4.15 数据分析(六):城市网络拓扑结构复杂性分析(1)
4.16 数据分析(七):城市网络拓扑结构复杂性分析(2)
4.17 总结
CH05 专题4
规划视角下乡村人地关系基本认知方法研究
5.1 研究思路解析:研究框架、流程逻辑
5.2 数据整理:数据基本整理
5.3 数据分析(一):基本关系分析
5.4 数据分析(二):基本评价分析
5.5 数据分析(三):典型特征分析
5.6 总结
CH06 专题5
大城市公共服务设施可达性评估
6.1 研究思路:研究框架、流程逻辑
6.2 数据获取(一):Scrapy框架下载二手房小区数据
6.3 数据获取(二):云端部署爬虫下载数据
6.4 数据获取(三):通过百度API获取多对多交通耗时
6.5 数据清洗(一):小区数据清洗
6.6 数据清洗(二):三项数据整合
6.7 数据分析(一):服务设施服务人口分析
6.8 数据分析(二):服务设施平均耗时分析
6.9 数据分析(三):服务设施覆盖率分析
6.10 总结