Analyse und Visualisierung von raumbezogenen (geospatial/GIS) Daten in Python

Lernen Sie, wie Sie ihre Geo-Spatial-Daten in Python analysieren und visualisieren können

(*) zzgl. MwSt    (**) inkl. MwSt
Termin (3 Tage)
Ort
Belegung
Preise

15.04.21 –
19.04.21

Live-Online
Zoom Meeting
1.180,00  (*)
1.404,20 € (**)

19.04.21 –
21.04.21

Live-Online
Zoom Meeting
1.050,00  (*)
1.249,50 € (**)

03.05.21 –
05.05.21

Live-Online
Zoom Meeting
1.525,00  (*)
1.814,75 € (**)

10.05.21 –
12.05.21

Live-Online
Zoom Meeting
1.525,00  (*)
1.814,75 € (**)

07.06.21 –
09.06.21

Live-Online
Zoom Meeting
1.525,00  (*)
1.814,75 € (**)

15.06.21 –
16.06.21

Live-Online
Zoom Meeting
1.050,00  (*)
1.249,50 € (**)

17.06.21 –
21.06.21

Live-Online
Zoom Meeting
1.525,00  (*)
1.814,75 € (**)

22.06.21 –
22.06.21

Live-Online
Zoom Meeting
625,00  (*)
743,75 € (**)

05.07.21 –
07.07.21

Stuttgart
Königsstraße 10c
1.180,00  (*)
1.404,20 € (**)

12.07.21 –
14.07.21

Live-Online
Zoom Meeting
1.525,00  (*)
1.814,75 € (**)

15.07.21 –
16.07.21

Live-Online
Zoom Meeting
1.050,00  (*)
1.249,50 € (**)

15.07.21 –
16.07.21

Stuttgart
Königsstraße 10c
1.050,00  (*)
1.249,50 € (**)

19.07.21 –
20.07.21

Live-Online
Zoom Meeting
1.050,00  (*)
1.249,50 € (**)

19.07.21 –
21.07.21

Live-Online
Zoom Meeting
1.525,00  (*)
1.814,75 € (**)

19.07.21 –
21.07.21

München
Landsberger Straße 155
1.525,00  (*)
1.814,75 € (**)

02.08.21 –
04.08.21

Köln
Regus Schulungszentrum
1.050,00  (*)
1.249,50 € (**)

13.09.21 –
17.09.21

Stuttgart
Königsstraße 10c
2.350,00  (*)
2.796,50 € (**)

20.09.21 –
22.09.21

Stuttgart
Königsstraße 10c
1.525,00  (*)
1.814,75 € (**)

20.09.21 –
22.09.21

Stuttgart
Königsstraße 10c
1.525,00  (*)
1.814,75 € (**)

23.09.21 –
23.09.21

Live-Online
Zoom Meeting
625,00  (*)
743,75 € (**)

04.10.21 –
05.10.21

Live-Online
Zoom Meeting
1.050,00  (*)
1.249,50 € (**)

04.10.21 –
06.10.21

Köln
Regus Schulungszentrum
1.525,00  (*)
1.814,75 € (**)

06.10.21 –
07.10.21

Live-Online
Zoom Meeting
1.050,00  (*)
1.249,50 € (**)

11.10.21 –
12.10.21

Live-Online
Zoom Meeting
1.050,00  (*)
1.249,50 € (**)

20.10.21 –
22.10.21

Stuttgart
Königsstraße 10c
1.180,00  (*)
1.404,20 € (**)

15.11.21 –
17.11.21

Stuttgart
Königsstraße 10c
1.525,00  (*)
1.814,75 € (**)

17.11.21 –
19.11.21

Live-Online
Zoom Meeting
1.525,00  (*)
1.814,75 € (**)

18.11.21 –
18.11.21

Stuttgart
Königsstraße 10c
625,00  (*)
743,75 € (**)

23.11.21 –
24.11.21

München
Landsberger Straße 155
1.050,00  (*)
1.249,50 € (**)

24.11.21 –
26.11.21

München
Landsberger Straße 155
1.050,00  (*)
1.249,50 € (**)

01.12.21 –
03.12.21

Stuttgart
Königsstraße 10c
1.525,00  (*)
1.814,75 € (**)

06.12.21 –
08.12.21

Stuttgart
Königsstraße 10c
1.525,00  (*)
1.814,75 € (**)

Seminarinhalte auf einen Blick

Über die Schulung

Kundenbewertungen & Erfahrungen zu Enable AI. Mehr Infos anzeigen.

Über den Kurs

Seminar auf einen Blick

Bildungsschecks

Bildungsscheck Nordrhein Westfalen
Bildungsprämie
Wir akzeptieren den Bildungsscheck NRW und die Bildungsprämie.

Der zweitägige Kurs “Analyse und Visualisierung raumbezogener Daten in Python” erklärt die notwendigen Grundlagen für den Umgang mit raumbezogenen Daten in Python. Nach einer Einführung in die Grundlagen von Python und einem Einblick in die Welt der raumbezogenen Daten konzentriert sich dieser Kurs auf die praktischen Umsetzung von Visualisierungen und Analysen dieser Daten in Python. Als Grundlagen für die Manipulation der raumbezogenen Daten dienen die Python Pakete geopandas sowie pandas und numpy. Der Fokus liegt in der Arbeit mit Vektordaten, aber Rasterdaten und ihre Integration werden auch exemplarisch behandelt. So sind Teilnehmer auf breite Anwendungsfälle mit raumbezogenen Daten vorbereitet.

Ein Fokus dieses Kurses liegt darauf, die Teilnehmer zu befähigen, schnell und sicher mit raumbezogenen Daten in Python umzugehen. Dabei arbeiten wir in Jupyter Notebooks und üben alles an echten aktuellen Geodatenbeispielen. Die Teilnehmer lernen dabei mit verschiedenen Datenformaten, Projektionen, Koordinatensystemen, und Darstellungsweisen umzugehen. Der Kurs behandelt sowohl deterministische als auch statistische Analysen mit Geodaten und gibt zudem einen beispielhaften Einblick in die Anwendung von Machine Learning Verfahren mit diesen raumbezogenen Daten.

Nach diesem Kurs können die Teilnehmer selbstständig raumbezogene Daten in Vektor- und Rasterdarstellung in Python einlesen, manipulieren und visualisieren. Sie kennen verschiedene Arten der Visualisierung und visuellen Analyse dieser Daten (z.B. Choroplethenkarten). Zudem haben sie gelernt deterministische Operationen mit raumbezogenen Vektordaten (e.g. Buffer Analysen) in Python umzusetzen. Sie haben ein Verständnis für räumliche Autokorrelation entwickelt und können global und lokal dafür testen, um so etwa Hotspots oder räumliche Ausreißer zu identifizieren. Schließlich können sie mithilfe des k-mean-Verfahrens räumliche Daten clustern und die statistische Bedeutung dieser Cluster einordnen.

9:00 – 9:15
Begrüßung und Organisatorisches
  • Vorstellungsrunde
  • Erwartungen der Teilnehmer
9:15 – 10:45
raumbezogene_daten_einfuehrung
Einführung in raumbezogene Daten in Python
  • Einführung in Python: numpy, pandas, matplotlib
  • Einführung in raumbezogene Daten: Geospatial / GIS, Raster- vs. Vectordaten, Datenformate
10:45 – 11:00
Kaffeepause
11:00 – 12:30
raumbezogene_daten_vektordaten
Raumbezogene Vektordaten in Python
  • Geopandas: Vektordaten einlesen, handhaben und visualisieren
  • Shapefile, GeoJSON: Punkt-, Linien-, und (Multi-) Polygongeometrie berechnen und visualisieren
12:30 – 13:30
Mittagspause
13:30 – 15:00
raumbezogene_daten_manipulation
Fortgeschrittene Manipulation von raumbezogenen Vektordaten
  • Projektionen und Koordinatenreferenzsysteme
  • Geoseries Attribute berechnen
  • Geodaten mit anderen Daten zusammenführen
15:00 – 15:15
Kaffeepause
15:15 – 17:00
raumbezogene_daten_raster
Raumbezogene Rasterdaten in Python
  • Rasterio: Rasterdaten einlesen, handhaben und visualisieren
  • Rasterstats: Rasterdaten mit Vektordaten zusammenführen
9:00 – 9:15
Rückblick und offene Fragen vom Vortag
9:15 – 10:45
raumbezogene_daten_visualisierung
Fortgeschrittene Visualisierung von raumbezogenen Vektordaten
  • Contextily: Kachelkarten aus dem Internet als Basiskarte zu Geo-Visualisierungen
  • Choroplethenkarten
10:45 – 11:00
Kaffeepause
11:00 – 12:30
raumbezogene_daten_operationen
Deterministische Operationen mit raumbezogenen Vektordaten
  • räumliche Verknüpfung von Daten (spacial join)
  • Gruppierung (groupby)
  • Buffer Analyse, Nearest Neighbor Analyse
12:30 – 13:30
Mittagspause
13:30 – 15:00
raumbezogene_daten_statistik
Statistik raumbezogener Daten
  • Umgang mit räumlicher Autokorrelation
15:00 – 15:15
Kaffeepause
15:15 – 17:00
generator.jpg
Machine Learning für raumbezogene Daten
  • Clustering von raumbezogenen Vektordaten
  • k-Means Verfahren & Interpretation

Zielgruppe für Python Seminar über raumbezogene Daten

Der Kurs “Analyse und Visualisierung von raumbezogenen Daten in Python” ist ideal für Teilnehmer, die die Anwendung von Python erlernen möchten, um mit raumbezogenen Daten umzugehen. Vorerfahrung mit entweder raumbezogenen Daten oder mit Python ist hierbei empfohlen (s. Voraussetzungen).

Voraussetzungen für die Python Weiterbildung über raumbezogene Daten

Für den Kurs “Analyse und Visualisierung von raumbezogenen Daten in Python” empfehlen wir entweder Vorkenntnisse / Vorerfahrung mit raumbezogenen (geo / GIS) Daten oder mit Python, da das zügige Lerntempo für absolute Neulinge in beiden Bereichen oft nicht zu nachhaltigem Lernerfolg führt. Haben Sie bereits mit Geodaten gearbeitet oder verfügen über theoretisches Grundlagenwissen, benötigen Sie keine Vorkenntnisse in Python. Jedoch sollten Sie über Grundkenntnisse in einer anderen Programmiersprache besitzen, damit bekannt ist, was eine Variable, eine Funktion bzw. eine for-Schleife ist. Umgekehrt gilt für Vorerfahrene in Python: Sie brauchen keine Vorkenntnisse im Umgang mit Geodaten, aber einen sicheren Umgang mit Bibliotheken wie numpy, pandas und matplotlib.

Das Seminar beinhaltet Verfahren, die auf statistischen Annahmen aufbauen, wodurch grundlegende Kenntnisse der Statistik notwendig sind. Begriffe wie Mittelwert, Median, Standardabweichung oder Korrelation sollten Ihnen bekannt sein. Alle Teilnehmer der Schulung sollten zudem Vorerfahrung mit dem Umgang von Daten haben, z.B. in Excel oder einer BI-Software, um der Einführung in den Spezialfall raumbezogene Daten in Python folgen zu können.

Unterrichtssprache ist Deutsch (bei genügend Teilnehmern kann auch eine englische Version dieses Kurses angeboten werden). Die Folien sind auf Englisch, da Python und die Dokumentation der Pakete sowie Fachbegriffe Englisch sind. Ein fachlicher englischer Text sollte daher grob verstanden werden, um der Schulung folgen zu können.

Didaktischer Aufbau vom Seminar

Diese Schulung beinhaltet viele Programmieraufgaben. Die Teilnehmer lösen diese selbstständig mit der Unterstützung des Trainers mit Python mit dem Ziel, das Erlernte einzuüben und zu vertiefen. Individuelle Unklarheiten können vom Trainer direkt beantwortet werden.

Technik in der Zeitreihen Fortbildung

  • Die Teilnehmer benötigen für die Übungsaufgaben Laptops. Wir empfehlen, Ihren eigenen Laptop mit der vorab installierten Software mitzubringen. Eine genaue Installationsanleitung für die Software wird Ihnen vor dem Seminar per E-mail zugesandt. Auf Anfrage stellen wir auch Schulungslaptops zur Verfügung.
  • Bitte prüfen Sie, ob Ihr Firmenlaptop Zugangsbeschränkungen im Internet hat. Die digitalen Unterlagen (Skript, Code, Dateien) werden im Seminar online zum Download zur Verfügung gestellt. Sie erhalten vor dem Seminar per E-Mail den Link zu einer Testdatei zum Download, um dies überprüfen zu können.
  • Sie sollten sich in firmenfremde WLAN-Netze registrieren können.
  • Als Backup Lösung ist es möglich, dass der USB Port bei Ihrem Laptop freigeschalten ist, um damit verwendete Dateien oder sonstige Unterlagen übertragen zu können.
  • Im Seminar wird das Betriebssystem Windows verwendet. Der Umgang mit Ihrem verwendeten Betriebssystem und Laptop sollte bekannt sein. Insbesondere sollten Sie ohne Schwierigkeiten Sonderzeichen auf der Tastatur finden (insbesondere bei Apple Geräten werden auf manchen Tastaturen nicht immer runde, eckige bzw. geschweifte Klammern dargestellt).

Für das Seminar ist keine Zusatzlektüre notwendig. Grundsätzlich wird alles Wissen und Codebeispiele im Kurs so erklärt, dass es nicht nötig ist vor dem Kurs ein Buch zu lesen. Achten Sie lediglich darauf, dass Sie die Voraussetzungen (siehe Reiter Organisatorisches –> Voraussetzungen) erfüllen.

Bei Interesse, können Sie zur Vorbereitung gern mehr über die Grundlagen in der Programmiersprache Python lesen. Bspw. Paul Barry (2016) Head First Python, 2nd Edition. O’Reilly UK Ltd. oder Eric Matthes (2019) Python Crash Course, 2nd Edition. No Starch Press. Eine grundlegende Einführung in die Analyse raumbezogener Daten bietet etwa de Smith, Goodchild, & Longley (2018) Geospatial Analysis: A Comprehensive Guide. The Winchelsea Press.

Corona-bedingt bieten wir diesen Kurs zur Zeit nur online an. Falls Sie die Schulung gerne direkt bei Ihnen im Unternehmen besuchen möchten, kontaktieren Sie uns gerne.

Definitiv. Sie werden sich im Kurs wohlfühlen. Die erste von vier Lektionen am ersten Tag schafft die Grundlagen und sie können alles gleich selbst ausprobieren. Ab der zweiten Lektion ist mindestens die Hälfte der Zeit zum selbstständigen Üben, so dass Sie das Besprochene direkt coden können und selbst erkennen, wo noch Fragen bestehen, die Sie mit dem Dozenten direkt besprechen können.

Im Seminar enthält jeder Block (meist etwa 90 Minuten) eine oder mehrere Theorie- und Praxiseinheiten. Die Theorieeinheit dient dazu, Ihnen das nötige Wissen zu vermitteln, um die Herangehensweise zu verstehen und selbstständig arbeiten zu können. Der Fokus liegt auf der Praxis, d.h. dem Codeschreiben und selbstständigen Visualisieren. Fragen von Teilnehmern sind jederzeit möglich. Während der Praxiseinheit werden die Fragen individuell vom Dozenten beantwortet. Fragen von allgemeinem Interesse werden allen Teilnehmern erklärt. Die Folien, welche die Theorie und weitere Erklärungen vom Code enthalten erhalten Sie als pdf und in gedruckter Version. Codebeispiele und zugehörige Visualisierungen liegen digital vor.

Die Übungen bestehen hauptsächlich aus selbstständigen Anwenden, d.h. Sie schreiben entweder kurze eigene Codebeispiele oder Sie werden gefragt, Codelücken in einem bestehenden Code zu ergänzen. Letzteres schult auch das Codeverstehen. Die Aufgaben und Beispiele sind so gewählt, dass die wichtigen Aufgaben von allen Teilnehmern in der verfügbaren Zeit gelöst werden können. Wir haben Coding Aufgaben unterschiedlichen Schwierigkeitsgrades vorbereitet, so dass schnellere Teilnehmer oder Teilnehmer mit Vorwissen zusätzlich an weiteren Aufgaben üben können.

Über den Kurs

Seminar auf einen Blick

Bildungsschecks

Bildungsscheck Nordrhein Westfalen
Bildungsprämie
Wir akzeptieren den Bildungsscheck NRW und die Bildungsprämie.

Thematisch ähnliche
Schulungen

Auswahl ähnlicher Kurse wie der R Data Science Kurs