gma 2 教程(一)概述:2.GMA 安装 |
您所在的位置:网站首页 › gma是什么岗位 › gma 2 教程(一)概述:2.GMA 安装 |
目前不支持MacOS和其他平台。建议安装Anaconda创建Python环境。Anaconda是一个开源的Python发行版本,其包含了180多个科学包及其依赖项。 依赖库 gma 的构建依赖部分优秀的第三方Python库,包括: GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源地理空间数据转换库,起源于1998年,目前已经大幅进化。它利用抽象数据模型来表达所支持的各种文件格式。OGR/OSR是GDAL项目分支,OGR提供对矢量数据的支持,OSR用于处理空间参考系统(SRS)的定义和转换。 由于GDAL对多种栅格数据格式都提供了支持,很多软件都使用它作为底层数据处理的库。比较著名的有:ArcGIS、Google Earth、OpenEV、GRASS GIS、OSSIM、Quantum GIS、MapServer、World Wind等。 GDAL网站:https://gdal.org Windows已编译GDAL下载(whl):https://www.lfd.uci.edu/~gohlke/pythonlibs/ NumPyNumPy是在BSD许可协议下的Python科学计算的基础包。它包含如下的内容: 一个强大的N维数组对象;复杂的(广播)功能;用于集成C / C ++和Fortran代码的工具;有用的线性代数,傅里叶变换和随机数功能。除了明显的科学用途外,NumPy还可以用作通用数据的高效多维容器。可以定义任意数据类型。这使NumPy能够无缝快速地与各种数据库集成。 NumPy网站:https://numpy.org/ SciPySciPy是构建在NumPy上的扩展数学算法和函数集合,是一个用于数学、科学、工程领域的常用软件包,包含线性代数、积分、最优化、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算等功能。 NumPy和SciPy的协同工作可以高效解决很多问题,在天文学、生物学、气象和气候学、材料科学等多个学科得到了广泛应用。 SciPy网站:https://scipy.org/ pandaspandas是Python的核心数据分析支持库,基于NumPy开发,提供了快速、灵活、明确的数据结构,旨在简单、直观地处理关系型、标记型数据。Pandas适用于处理以下类型的数据: 与SQL或Excel表类似的,含异构列的表格数据;有序和无序(非固定频率)的时间序列数据;带行列标签的矩阵数据,包括同构或异构型数据;任意其它形式的观测、统计数据集转入pandas数据结构时不必事先标记。pandas的主要数据结构是Series(一维数据)与DataFrame(二维数据),这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型用例。 pandas网站:https://pandas.pydata.org/ matplotlibmatplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表,包括折线图、柱状图、直方图、散点图、箱线图等,以及多边形、路径、圆或椭圆等其他图形。同时,matplotlib也可以自定义颜色、线型、线宽、标签、标题等,绘制多个子图、添加图例、注释等,能够解决大部分的需要。 Python中常见的绘图库例如seaborn、cartopy等均基于matplotlib开发。 matplotlib网站:https://matplotlib.org/ 安装gma 已经发布至pypi(https://pypi.org/project/gma/),可以在终端输入以下命令安装: pip install gma 引用打开 Python 的 IDE(数据处理推荐 Spyder,工程开发推荐 Pycharm,分步测试推荐 Jupyter Notebook)引用(导入)整个库。 import gma |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |