课程概述

本课程由城市数据团旗下的“城市数据研习社”出品。旨在讲授如何用Python强化城市空间量化研究能力，课程内容从GIS到Python，整个微专业包括5大实战案例60节课时，深度挖掘城市数据价值。

证书要求

1.  在规定时间内提交课程中设置的作业

2.  课程老师对作业进行打分，所有作业均大于60分，可获得证书

预备知识

本微专业将会以研究专题为主，要求学员熟悉GIS分析方法，初步掌握Python语言，及numpy、pandas、matplotlib等工具包。

1. 学习GIS分析方法请报名城市数据团的《城市数据分析师》微专业

2. 学习Python基础语言请报名城市数据团的《数据分析师（Python）》微专业

授课大纲

CH01课前准备1.1 课程介绍
1.2 环境配置
CH02 专题1
近十年我国城乡规划重要学术论文的总体特征		2.1 研究思路
2.2 数据爬取：用scrapy爬取万方、知网数据
2.3 数据清洗（一）：无效字符清理
2.4 数据清洗（二）：数据重复与拆分
2.5 数据清洗（三）：数据合并与作者单位数据处理
2.6 数据分析（一）：透视表格与数据基本分析
2.7 数据分析（二）：作者发文数据分析
2.8 数据分析（三）：国家自科、社科基金论文数据分析
2.9 数据分析（四）：论文作者关系网络分析
2.10 数据分析（五）：论文关键词分析
2.11 总结
CH03 专题2
基于高铁余票的客流行为特征及其效应分析		3.1 研究思路解析
3.2 数据爬取（一）：几行简单代码获取某区间某日余票数据
3.3 数据爬取（二）：代码优化——获取沿线区间某日余票数据
3.4 数据爬取（三）：代码再优化——构建全天候运行的余票抓取代码
3.5 数据分析（一）：南京至上海一周余票数据统计
3.6 数据分析（二）：昆山南站一天内上下净客流量值变化情况分析（1）
3.7 数据分析（三）：昆山南站一天内上下净客流量值变化情况分析（2）
3.8 数据分析（四）：特点站点一天内上下净客流量分布特点
3.9 总结
CH04 专题3
基于上市公司数据的中国城市网络空间结构		4.1 研究思路解析
4.2 数据爬取（一）：来源与爬取思路
4.3 数据爬取（二）：selenium网页自动化
4.4 数据爬取（三）：初步尝试下载全部数据
4.5 数据爬取（四）：通过代理下载全部数据
4.6 数据爬取（五）：POST请求AJAX数据
4.7 数据清洗（一）：数据的基本清洗
4.8 数据清洗（二）：通过百度API识别公司归属地（1）
4.9 数据清洗（三）：通过百度API识别公司归属地（2）
4.10 数据分析（一）：上市公司空间分布特征
4.11 数据分析（二）：城市关联网络特征（1）
4.12 数据分析（三）：城市关联网络特征（2）
4.13 数据分析（四）：城市关联网络特征（3）
4.14 数据分析（五）：城市网络空间组织分析
4.15 数据分析（六）：城市网络拓扑结构复杂性分析（1）
4.16 数据分析（七）：城市网络拓扑结构复杂性分析（2）
4.17 总结
CH05 专题4
规划视角下乡村人地关系基本认知方法研究 		5.1 研究思路解析：研究框架、流程逻辑
5.2 数据整理：数据基本整理
5.3 数据分析（一）：基本关系分析
5.4 数据分析（二）：基本评价分析
5.5 数据分析（三）：典型特征分析
5.6 总结
CH06 专题5
大城市公共服务设施可达性评估		6.1 研究思路：研究框架、流程逻辑
6.2 数据获取（一）：Scrapy框架下载二手房小区数据
6.3 数据获取（二）：云端部署爬虫下载数据
6.4 数据获取（三）：通过百度API获取多对多交通耗时
6.5 数据清洗（一）：小区数据清洗
6.6 数据清洗（二）：三项数据整合
6.7 数据分析（一）：服务设施服务人口分析
6.8 数据分析（二）：服务设施平均耗时分析
6.9 数据分析（三）：服务设施覆盖率分析
6.10 总结