Магистратура
2026/2027
Программирование для анализа городских данных
Статус:
Курс обязательный (Цифровая урбанистика и аналитика города)
Кто читает:
Высшая школа урбанистики имени А.А. Высоковского
Где читается:
Факультет городского и регионального развития
Когда читается:
1-й курс, 4 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
6
Контактные часы:
40
Программа дисциплины
Аннотация
Курс предназначен для студентов, желающих освоить методы анализа пространственных данных с использованием языка программирования Python. В рамках курса рассматриваются основные инструменты и библиотеки для работы с геоданными, включая чтение, обработку, визуализацию и анализ пространственной информации. Особое внимание уделяется практическим заданиям и проектам, направленным на развитие навыков применения полученных знаний в реальных задачах.
Цель освоения дисциплины
- Освоить основы программирования на языке Python, необходимые для анализа пространственных данных.
- Научиться работать с основными библиотеками для геоанализа, такими как GeoPandas, Shapely, PySAL и другими.
- Приобрести навыки визуализации и интерпретации пространственной информации.
- Развить способность применять методы пространственного анализа в различных прикладных задачах.
Планируемые результаты обучения
- Писать простые программы на Python
- Описывать основные концепции программирования
- Применять навыки работы с массивами данных и их базовой обработкой
- Способен загружать и сохранять пространственные данные
- Определяет различия между координатными системами и умеет их преобразовывать
- Применяет навыки базовой визуализации геоданных
- Выполняет пространственные объединения и фильтрацию данных
- Применяет навыки анализа пространственных отношений и выполнения геометрических операций
- Называет принципы работы пространственных индексов
- Способен извлекать и анализировать уличные сети
- Применяет навыки построения маршрутов и оценки доступности
- Применяет сетевой анализ в прикладных задачах
- Применяет основные методы пространственной статистики
- Проводит анализ пространственной автокорреляции и кластеризации
- Применяет навыки использования специализированных библиотек для статистического анализа геоданных
- Создает и настраивает интерактивные карты
- Применяет навыки интеграции геоданных в веб-приложения
- Применяет веб-картографию
Содержание учебной дисциплины
- Тема 1. Введение в Python
- Тема 2. Введение в работу с пространственными данными
- Тема 3. Базовые инструменты геоанализа
- Тема 4. Сетевой анализ
- Тема 5. Основы пространственной статистики
- Тема 6. Веб-картография на Python
Элементы контроля
- Проект 1
- Работа на семинаре
- Проект 2
- Проект 3
- Курсы по выбору в системе DataCamp/Stepik
Промежуточная аттестация
- 2026/2027 4th module0.2 * Работа на семинаре + 0.2 * Проект 2 + 0.15 * Проект 1 + 0.25 * Проект 3 + 0.2 * Курсы по выбору в системе DataCamp/Stepik
Список литературы
Рекомендуемая основная литература
- Калитвин, В. А. Введение в программирование на Python : учебное пособие / В. А. Калитвин. — Липецк : Липецкий ГПУ, 2023. — 84 с. — ISBN 978-5-907655-86-7. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/403700 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Маккинни, У. Python и анализ данных / У. Маккинни , перевод с английского А. А. Слинкина. — 2-ое изд., испр. и доп. — Москва : ДМК Пресс, 2020. — 540 с. — ISBN 978-5-97060-590-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/131721 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Мастицкий, С. Э. Визуализация данных с помощью ggplot2 / С. Э. Мастицкий. — Москва : ДМК Пресс, 2017. — 222 с. — ISBN 978-5-97060-470-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/107895 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Миркин, Б. Г. Введение в анализ данных : учебник и практикум / Б. Г. Миркин. — Москва : Издательство Юрайт, 2023. — 174 с. — (Высшее образование). — ISBN 978-5-9916-5009-0. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/511121 (дата обращения: 02.07.2026).
Рекомендуемая дополнительная литература
- Маккинни, У. Python и анализ данных. Первичная обработка данных с применением pandas, NumPy и Jupiter : справочник / У. Маккинни , перевод с английского А. А. Слинкина. — 3-е изд. — Москва : ДМК Пресс, 2023. — 536 с. — ISBN 978-5-93700-174-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/348086 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Федоров, Д. Ю. Программирование на Python : учебное пособие для вузов / Д. Ю. Федоров. — 6-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2025. — 187 с. — (Высшее образование). — ISBN 978-5-534-19666-5. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/556864 (дата обращения: 02.07.2026).