成为VIP
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 |
声明：本站所有资料均来源于网络以及用户发布，如对资源有争议请联系微信客服我们可以安排下架！
