Articles tagged with Python:

  • 针对空间分析的Python基础教程

    本文英文原版地址

    关注空间数据的Python编程语言导论

    英文原作者:Ujaval Gandhi

    中文翻译:CycleUser

    导论

    这个课程讲的是非常基础的Python内容。针对的是缺乏编程基础经验也不太了解Python的GIS从业者。主要会介绍基础编程概念和用于空间分析的基础库,地学空间接口(geospatial API)和构件空间数据处理通道的各种技术。

    至于为什么以及如何学习Python,可以原作者参考之前的一份文章提取码: ws5j.

    数据集

    本文的代码样例使用了各种数据集。所有需要用到的数据集和 Jupyter Notebook 文件都在一个压缩包python_foundation.zip中。建议将其解压缩到<home folder>/Downloads/python_foundation/路径。

    本文相关资料python_foundation.zip提取码: m5ns

    安装和设置环境

    在你的操作系统上安装Python有很多办法。大多数操作系统(Linux发行版和macOS)都内置了Python。如果你使用的是QGIS之类的软件,就也有随之而来的自带的Python。创建和运行Python项目一般还需要安装第三方库(依赖包、一些工具)。这些第三方库可能有不同的依赖关系 …


  • 空间数据的可视化和分析

    本文英文原版地址

    使用 QGIS 处理空间数据集

    英文原作者:Ujaval Gandhi

    中文翻译:CycleUser

    导论

    本课程对位置数据集的使用进行简要介绍。课程会涉及到一系列的使用场景和应用工具,让你能亲自上手体验地图数据的可视化,并从中提取深层信息。这门课假设你对地理信息系统、遥感都一无所知,也适合所有学科的从业人员。我们这里所有练习都用开源软件QGIS ,所以此课程也适合用于学习QGIS。

    点击下载课程幻灯片 提取码: nfr8

    软件

    本课程使用的版本是 QGIS LTR version 3.16 (长期支持版本),具体的安装可以参考QGIS-LTR 安装指南 。【译者注:也可以自行探索,这一步挺简单的。需要注意的就是尽量用默认设置,别自己乱改安装路径导致环境变量设置不对等等自作孽。】

    获取数据集

    课程的练习中要用到一系列的数据集,都存放在一起来。下载之后,里面有所有的图层文件、项目文件等等,建议将这些文件到Downloads文件夹下。

    点击下载课程数据集 提取码 …


  • PyOpenCL Installation on Windows

    Windows系统下安装PyOpenCL

    挣脱CUDA

    两年多以前,我翻译了PyCUDA Tutorial 的中文版,还建立了一个Github Repo.但后来一直忙其他事情,也没跟得上更新进度.

    CUDA确实很美好,但从Titan X开始就眼看着老黄将双精度浮点数(Float Point 64bit,缩写为FP64)砍到没法用,让我这样买不起Tesla的人很无奈.虽然还有初代白泰坦的1.3 ~ 1.5 TFLOPS的FP64,但毕竟显卡核心时代久远,目前存世的良品有限,且功耗感人.

    反观AMD阵营,根据维基百科上面的AMD显卡核心页面的数据,RX580 有385.9GFLOPS的FP64, 而 Vega64 有792GFLOPS的FP64,虽然不是很高,但总算能用.

    为了双精度,只能尝试挣脱CUDA的束缚,试试OpenCL了.

    PyOpenCL

    由于我这种外行人没有雄厚的代码实力,只会一点基础的 Python,就只能选择 PyOpenCL …


  • Python3 安装 VTK 和 MayaVi 的一种姿势

    Python3 安装 VTK 和 MayaVi 的一种姿势

    本文基于我之前的一个回答:CycleUser:anaconda上能否安装VTK? 友情提示:由于使用到了 conda,所以如果不指定使用国内 ustc 或者tuna 的 anaconda 源,就可能需要科学的上网姿势才能安装成功。但请不要问我如何使用科学的姿势,因为我不具备这方面的知识。


    思路简介

    在 Python 上面安装配置 VTK 和 MayaVi,可能对于新手来说,是一个比较痛苦的经历。

    我今天正好探索 SfePy,发现似乎是要用到 VTK 和 MayaVi ,而刚刚用 pyenv 新建的 3.6.3的环境是没有安装这两个的。直接用 pip install mayavi 会提示缺少 …


  • GlumPy-Getting started

    GlumPy 中文文档翻译:上手简介

    本文档原文地址

    开始上手使用一个新的库或者框架有时候可能会让人头大,尤其是要阅读超级多的参考资料的情况下。本章就仅对 GlumPy 进行一下非常简要的介绍,而不去纠结各种细节。

    主要内容

    • 创建窗口
    • 绘制四边形
    • 生成动画

    创建窗口

    创建一个新的窗口,这个过程代码看起来应该是比较好理解的,如下所示: (译者注:这里的代码每一个步骤之间都是连贯的,建议读者在 ipython 里面逐个粘贴,不要错过漏掉中间的,否则运行肯定出错。所以当你遇到运行出错的时候建议先检查一下是不是中间有漏掉的。)

    from glumpy import app
    window = app.Window()
    app.run()
    

    这时候你就能在桌面上马上看到这个窗口了,可能窗口上还有一些乱七八糟的内容。这是因为我们没有对创口进行清空。所以下面这个带窗口清空的代码就更好一些:

    from glumpy import app
    
    window = app.Window()
    
    @window.event
    def on_draw …

  • GeoPython 一个 Python 实现各种地质学日常用途的开源项目

    作者: CycleUser
    QQ群: 560675626

    下载以及了解更多,请访问 GitHub 项目主页

    挖坑

    去年开始把自己编写的一系列简单的 Python 脚本整理起来,于是就有了知乎上的那篇文章

    后来去年年底肿瘤做了个手术,然后身体恢复得不是太好,状态一直比较狗带,所以重构工作做得也很慢。

    好在现在是大概重新实现了 GUI 界面,然而并没有使用当时翻译的 Kivy,而是从头学了 QT,这真是一个悲伤的故事。

    填坑

    然后现在 GeoPython 有了新的 GUI 了,能在界面中对数据文件进行简单的修改排序和保存了,而且每一个出现的图都单独弹出一个小窗口,并且可以进行各种细致的定制了。

    功能上,目前还没有完全实现覆盖之前老版本的功能,不过也有点模样了。

    前几天,陆续实现了 TAS、REE、Trace、当然还有计算锆石稀土中的 Ce4/Ce3 的比值来估算岩浆岩氧逸度的功能。

    今天又刚刚重新实现了极射赤平投影(Stereo …


  • 去中心化的安全通信软件 GNU Ring

    去年底进入 GNU 项目的即时通讯软件,GNU Ring 今天刚刚更新了 1.0 版本

    GNU Ring 的特点是去中心化和强加密,能用于文字传输、语音和视频聊天,可以粗略看作是体验更加完美的 BitMessenger。

    对于新注册的账户来说,最重要的就是一定要牢记账号密码,开发者目前说忘记后无法找回。目前该软件支持 Mac、Linux、Windows、Android 这几个主流操作系统,推荐大家尝试一下。

    为什么推荐新发明出来的轮子呢?因为安全,加密,无广告,不被打扰。

    下载地址参考:Install Ring


  • 基于 Raspbian 构建 Python 开发环境

    多年以前,袁萌老前辈曾经跟我谈及当时刚刚诞生的 Raspberry Pi,表示这种单板机对于教育事业会有很大帮助。奈何那时候我见识短浅,无法完全理解老先生的思路和远见。

    已经很久没有见过老先生了,上一次见到他,还是在白大哥的婚礼上,那也是三四年前了。

    听说老先生现在改用 Windows 10 了,而最初还颇为无奈。 这让我想起当年我去为老先生安装 Ubuntu 的日子,那时候我才二十几岁,懵懂无知,有机会在老先生身边听闻教诲,奈何资质愚钝。

    时光飞快,五年过去了,前几天有一个同学送给我一枚初代的 Raspberry Pi。

    我拿到手上那一刻,仿佛感受到了五年前的那种惊喜。

    于是我大概整理记录一下,基于 Raspberry Pi 构建一个 Python 开发环境的简单过程。

    系统安装

    首先自然是安装操作系统,五年前我还是 Scientific Linux 的拥趸,还曾经带着一众小伙伴玩红帽系,而如今我已经完全倒向 Debian 了,所以我选择了 Raspbian。

    安装方法可以参考 …


  • Why I translate English books into Chinese

    为何我要翻译书籍和学习资料呢?

    我曾经翻译过一些东西。 虽然我的翻译水平很差,技术水平也很差,但一直还都保持着这个习惯。 偶尔总是陆陆续续地翻译一些自己觉得很喜欢的学习资料。 比如我在翻译中文版的斯坦福大学的CS229的讲义以及杜克大学用Python讲计算机统计学的STA663课程的中文翻译

    然后我经常遇到一些朋友提出类似这样的问题:

    “为什么要翻译?” “英文版不好么?” “你的英文水平,直接看原版不够么?”

    其实这类问题就不好回答了。 怎么说呢? 如果是前些年,看原版应该还费点力气。目前单就阅读和简单的理解来说,看原版基本是没有任何压力的。

    在刚刚开始翻译 ThinkPython 的时候,一些术语对我来说还比较难,甚至是一些编程方面的基础内容,我都还很生疏。 然后后来翻译 Kivy 中文开发指南的时候,由于有之前的经历,一些基础的编程方面的术语我都大概了解了,所以翻译起来也不那么吃力了,不过有的内容还是初次接触,所以还是有各种地方翻译得很不理想。

    所以,翻译的这个过程首先是一个学习的过程,某种程度类似费曼教学法,就好比以教促学,要表达清楚的前提是要理解透彻。当然,这两方面我还都没做到,但我依然在努力。

    上面说的这些是现实原因,实际上还有更深层次的一种原因。

    那就是我的信仰。

    往高大上了说,我去做这类事情是因为我的共产主义信仰 …


  • Introduction of STA663

    基于 Python 的计算机统计学

    简介

    这一套课件实际上是一些相当粗糙的讲座笔记的草稿,基于 IPython notebook ,这门课程从 2015 年春季开始的,针对硕士生的统计学课程,课程地址原本在这里,但是这个链接实际上已经不能访问了。译者注:现在的链接可能应该是在这个链接。这个课程主要介绍的内容是在优化模拟这两方面的各种算法的开发,这些内容也是计算统计学的核心内容。各种各样的算法和数据集的复杂度都会逐渐增加,(一维 -> 多维,固定 -> 自适应,线性 -> 并行 -> 大规模并行,少量数据 -> 巨量数据),这是为了让学这门课的学生能够掌握并联系下面这些内容:

    • 练习可重现的分析(reproducible analysis)
    • 掌握基本的数据管理和处理技能
    • 使用 Python 语言来进行统计计算
    • 使用数学和统计学的链接库来提高效率
    • 能够理解和优化线性代码(serial code)
    • 能够掌握不同的并行开发范式并高效利用

    算法上,主要集中在以下两方面:

    • 优化(Optimization …

Page 1 / 3 »

Category
Tagcloud
Mount&Blade NAS Conda Radio Hardware Junck Download FuckChunWan Discuss GeoPython Hackintosh VirtualBox Microscope Disease University GIS FckZhiHu Mac Moon DIY QGIS QT Shit PHD Hack Chat Pyenv MayaVi Lens CUDA PyOpenCL Camera IDE Data Life Library Server Photography Telescope Learning RTL-SDR Memory Translation GlumPy Communicate RaspberryPi Science Software Geology macOS Video Game Visualization Scholar Python Linux VTK VisPy Photo Book ChromeBook Hate Programming Lesson Story Kivy Raspbian FuckZhihu OpenCL Translate Xcode Poem