Curso online de Análisis Geoespacial con Python

Curso online de Análisis Geoespacial con Python: Herramientas y Aplicaciones

logo python

Inicio 7 de marzo de 2024

ClockCreated with Sketch.

Modalidad ON LINE
Abierto 24/7

APOYO de tu tutor
durante el curso

CERTIFICADO
al finalizar

Plazas limitadas a 15 alumnos

En el «curso online de Análisis Geoespacial con Python: Herramientas y Aplicaciones» el alumno aprenderá a trabajar con las siguientes herramientas construidas sobre el lenguaje de programación Python:

  • NumPyPandas para analizar datos espaciales.
    • NumPy es el paquete fundamental para la ciencia de datos con Python.
    • Pandas es una herramienta de análisis y manipulación de datos rápida, potente, flexible y fácil de usar.
  • Matplotlib, Shapely y Fiona para la gestión de datos vectoriales.
    • Matplotlib es una biblioteca completa para crear visualizaciones estáticas, animadas e interactivas, lo cual es útil para representar gráficamente los datos geoespaciales.
  • GeoPandas se enfoca en simplificar el trabajo con datos geoespaciales y el análisis espacial de datos vectoriales. Combina las funcionalidades de Pandas y Shapely, lo que facilita la manipulación de datos geográficos en forma de DataFrames.
  • Rasterio para el análisis de datos ráster: Rasterio es una biblioteca que permite leer y escribir archivos de imágenes ráster, como GeoTIFF, y proporciona una API basada en matrices NumPy y GeoJSON. Esto facilita el procesamiento y análisis de datos ráster, como imágenes satelitales.
  • PySTAC para el geoprocesamiento de imágenes satelitales: PySTAC es una biblioteca diseñada para trabajar con el estándar SpatioTemporal Asset Catalogs (STAC), que es utilizado para organizar y describir datos geoespaciales, especialmente imágenes satelitales. PySTAC te permitirá trabajar con estos catálogos y realizar operaciones de geoprocesamiento en las imágenes.
  • Cartopy para crear visualizaciones geográficas: Cartopy es una biblioteca especializada en el procesamiento de datos geográficos. Su objetivo principal es facilitar la creación de mapas y realizar análisis de datos geoespaciales. Con Cartopy, podrás representar tus datos en forma de mapas y realizar diversas operaciones geoespaciales.
  • Folium para crear mapas interactivos: Folium es una biblioteca que combina Python y Leaflet, una biblioteca de JavaScript para visualización de mapas interactivos en la web. Con Folium, podrás crear mapas interactivos utilizando datos geoespaciales y personalizarlos según tus necesidades.

El objetivo es enseñar a los alumnos conceptos básicos sobre ciencia de datos, habilidades y herramientas para trabajar con datos espaciales para que puedan hacer más en menos tiempo.

Desde el 7 de marzo hasta el 10 de abril de 2024

Duración:
5 semanas - 100 horas

Precio 290 €
(270 € para antiguos alumnos)

Hay 7 plazas disponibles

  • Es recomendable tener conocimientos básicos de SIG.
  • No es necesario tener conocimientos previos de Python. Si estás familiarizado con algún lenguaje de programación (SQL, Python, JavaScript, etc) sacarás más provecho del curso.
  • En el curso se proporciona orientación sobre cómo descargar e instalar un entorno de desarrollo como Anaconda, que incluye Python y varias bibliotecas científicas populares. Los alumnos aprenderán a instalar Jupyter Notebook como parte de la configuración inicial.
  • Sistema Operativo Windows (10 u 11) o Linux. El curso se ha testado con Windows y Linux, pero no con Mac, por lo que si realizas el curso con Mac deberás instalar una máquina virtual basada en alguno de esos dos sistemas operativos.

A quién va dirigido el curso

Profesionales de la ciencia de datos: Personas que trabajan en el campo de la ciencia de datos y desean ampliar sus habilidades para incluir el análisis y la manipulación de datos geoespaciales utilizando Python. Analistas SIG que desean adquirir habilidades en el uso de herramientas de análisis y visualización geoespacial basadas en Python. Estudiantes de carreras relacionadas con la geografía, ciencias ambientales, ingeniería geoespacial u otras disciplinas similares. Profesionales en campos relacionados: Personas que trabajan en áreas como planificación urbana, gestión del medio ambiente, geomática, agricultura de precisión, investigación geoespacial y otras disciplinas en las que el análisis de datos espaciales sea relevante.

Es importante destacar que este curso puede adaptarse a diferentes niveles de experiencia, desde principiantes que están comenzando en el campo de la programación y análisis geoespacial hasta aquellos con experiencia previa en Python y SIG que deseen profundizar en sus conocimientos.

Tutor

José Luis García Grandes. Ingeniero Agrónomo con más de 20 años de experiencia en trabajos de consultoría de ingeniería. Desde 2012 desarrollador de proyectos GIS con Python y JavaScript.

Cualquier duda se podrá plantear personalmente mediante correo electrónico o en los foros del curso. El tutor responderá siempre en la mayor brevedad posible.

Formación certificada

Una vez completados satisfactoriamente los ejercicios y el proyecto final, MappingGIS otorgará un Certificado de realización y aprovechamiento. El certificado se enviará en formato digital por correo electrónico y no tiene coste alguno para el alumno.

Temario de la 4ª edición

  • Conceptos clave.
  • Anaconda.
    • Instalación de Anaconda.
    • Interfaz de Anaconda Navigator.
    • Crear y gestionar entornos.
  • El intérprete de Python.
    • Ejecutar un programa de Python.
  • Jupyter Notebook.
    • Interfaz de Jupyter Notebook.
    • Markdown.
  • Características de Python .
  • Sintaxis de Python.
  • Comentarios en Python.
  • Variables.
    • Entrada de datos: comando input.
  • Tipos de datos en Python.
  • Tipos de operadores en Python.
  • Las cadenas de texto en Python.
    • La función print() y los f-strings en Python.
    • Métodos para cadenas de texto.
  • Listas.
    • Métodos para trabajar con listas.
  • Tuplas.
    • Métodos de las tuplas.
  • Diccionarios Python.
  • Estructura if/else en Python.
  • While en Python.
  • For en Python.
    • Bucle for para recorrer un diccionario.
    • Range().
  • Funciones.
    • Parámetro *args.
    • Variables locales y variables globales.
    • Función lambda.
  • Manejo de archivos.
    • Agregar texto a un archivo.
    • Crear un archivo y dotarlo de contenido.
  • Módulos.
  • Paquetes.
  • Clases y objetos.
  • Datos espaciales.
    • INSPIRE.
  • Datos abiertos.
    • Intercambio de datos.
    • Licencias.
  • Calidad de los datos.
    • Reglas de validación.
  • Fuentes de datos espaciales.
  • Trabajando con datos en forma de array: NumPy.
    • Dimensiones y ejes en NumPy.
    • Unir arrays.
    • Índices.
    • Slicing.
    • Iteraciones.
    • Otras operaciones con NumPy: Buscar, ordenar.
  • Pandas.
    • Series.
    • Pandas Dataframe.
    • Añadir filas y columnas a un dataframe.
    • Trabajando con índices.
    • Importar CSV a Pandas.
    • Crear columnas a partir de otras columnas.
    • Cálculos estadísticos.
    • Trabajar con datos ausentes.
    • Interpolación de datos.
  • Análisis exploratorio de datos.
    • Análisis de las variables.
    • Reajuste de las variables.
    • Detección y tratamiento de datos ausentes.
    • Identificación de datos atípicos y su tratamiento.
    • Realizar un examen numérico entre las variables para ver la correlación.
  • Instalar librerías para datos vectoriales.
    • Trabajando en un cuaderno de Jupyter notebook.
  •  Matplotlib.
    • Un gráfico sencillo.
    • Dibujar varias líneas en el mismo gráfico.
    • Creación de subgráficos.
    • Asignar estilos y títulos a los gráficos.
    • Gráficos de dispersión.
    • Diagrama de sectores o circular.
    • Diagrama de barras.
    • Personalizar ejes y leyendas.
  • Crear y manejar geometrías con Shapely.
    • Crear Geometrías.
    • Manejo de geometrías con Shapely.
    • Operaciones de unión, diferencia y buffer entre geometrías mediante Shapely.
  • Fiona.
    • Leer y grabar datos vectoriales.
    • Conversión de formatos GIS con Fiona: GeoJSON a Shapefile.
  • Trabajar con datos espaciales: GeoPandas.
  • Geoseries y geodataframes.
    • Formatos de los datos vectoriales.
  • Lectura y escritura de datos espaciales.
    • Grabar archivo con GeoPandas.
  • Análisis espacial.
    • Consultando los metadatos.
    • Trabajar con sistemas de coordenadas Geográficas.
    • Seleccionar datos.
    • Seleccionar elementos por cuadro delimitador.
    • Seleccionar una fila.
    • Obtener el área y el perímetro.
    • Obtener los centroides.
  • Operaciones espaciales.
    • Operaciones de unión.
    • Buffer.
    • Operaciones de cálculo de áreas diferentes entre dos polígonos.
    • Cálculo de vecinos: obtener polígonos colindantes.
    • Intersecciones.
    • Extraer los datos (puntos) incluidos en un polígono.
    • Otras operaciones de análisis con GeoPandas: superposiciones, cruzamientos, límites…
  • Manipulación de geometrías.
  • Geocodificacion con GeoPy.
    • Cálculo de distancias con GeoPy.
  • Creación de mapas con GeoPandas y Matplotlib.
  • Búsqueda de imágenes de Satélite con STAC: PySTAC.
    • Introducción a STAC.
  • Instalar librerias: Rasterio, Pystac_client.
  • Pystac_client.
    • Imágenes Sentinel.
    • Imágenes Lansat.
  • Rasterio.
    • Consultando los metadatos.
    • Consultando datos raster.
  • Visualizar imágenes raster con rasterio.
  • Histogramas con rasterio.
  • Modificar la resolución de las imágenes.
  • Operaciones con las bandas de las imágenes sentinel. Caso Practico: cálculo de NVDI.
  • Extraer datos de una imagen raster. Caso Práctico: obtener la altitud de puntos a partir de un raster de elevaciones.
  • Filtrar datos con rasterio. Caso Práctico: obtener un raster con cota superior a 1000 metros a partir de un raster de elevaciones.
  • Crear mapa vectorial a partir de imagen raster con rasterio y GeoPandas.
  • Obtener el máximo valor de una imagen raster y sus coordenadas.
  • Clasificar un archivo raster por sus valores de pixel.
  • Recortar una imagen.
  • Extraer una banda de una imagen raster multibanda.
  • Cartopy.
    • Trabajando con proyecciones y capas (features) de cartopy.
    • Configurar vistas del mapa.
    • Trabajando con proyecciones y sistemas de coordenadas.
    • Servicios OGC y mapas de Tiles en cartopy.
    • Trabajando con datos en formato shapefile.
  • Folium.
    • Instalar folium y primeros pasos.
    • La clase folium.Map.
    • Añadir mapas de teselas.
    • Añadir servicios WMS.
    • Marcadores.
    • Capas vectoriales.
    • GeoJSON en folium.
    • Crear y aplicar estilos a las capas.
    • Añadir controles de capas y de escala.
  • GeoPandas y Folium.
    • Geodataframe como json.
    • Mapas de coropletas.

Campus virtual

Puedes realizar el curso desde cualquier país del mundo, ya que el curso se lleva a cabo en un campus virtual abierto las 24 horas del día. No hay horario establecido para realizar el curso. 

El alumno/a debe realizar los ejercicios indicados y enviárselos al tutor a través de la plataforma formación. Nosotros establecemos un calendario de entregas de ejercicios. El tiempo disponible para realizar los ejercicios varía en función de la dificultad de cada unidad.

El campus también es un apoyo para realizar consultas en los foros del curso o al profesorado directamente.

Inscripción y pago

Los alumnos interesados en realizar el curso deben completar el siguiente formulario de inscripción:

Espera nuestro mensaje de confirmación.

Puedes realizar el pago mediante:

  • Transferencia bancaria.
  • Tarjeta de débito o crédito utilizando la pasarela de pago segura. Toda nuestra web está cifrada con protocolo de seguridad SSL de máxima seguridad para que la introducción de sus datos cuando se registra, sea totalmente confidencial y protegida con las máximas garantías.

Accede al campus virtual y crea un usuario.

Nosotros te matricularemos en el curso.

Opiniones

43

Alumnos en este curso desde septiembre de 2023

100%

Alumnos satisfechos

100%

Alumnos que consideran nuestra atención excelente

¿Tienes preguntas?

Ponte en contacto con nosotros

Completa tu formación