全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
可在 Python 窗口中输入代码并立即执行该代码。但您也可在磁盘上使用集成开发环境 (IDE) 创建 Python 文件(带有 .py 扩展名的文件)。这些文件(称为脚本)是可由操作系统提示符或通过创建执行脚本的脚本工具执行的程序。脚本是文本文件;任何文本编辑器(例如记事本或 VI)都可用于编写脚本。但是,与使用 IDE 相比,使用文本编辑器创建 Python 脚本是一个不好的选择。无论编写一个脚本还是多个脚本,都可以使用 Python IDE 来加快开发时间,因此强烈建议您使用。
与 Python 窗口类似,Python IDE 有一个交互式窗口,可用于执行单行 Python 代码,并会将由此生成的消息输出到窗口。此外,Python IDE 包含许多要素,可帮助您输入、编辑、检查语法以及调试 Python 代码。标准 Python 安装可提供基本的 Python 编辑器集成开发环境 (IDLE),还可提供搜索功能和符号调试程序。
编写和执行脚本时,将会不可避免地出现错误。IDE 提供了调试环境,该调试环境可用于浏览代码、查询变量、检查对象有效性和计算表达式。
注:
可使用 Python 窗口检验想法和完成小型工作流程。然后,便可将这些想法保存到 Python 脚本,从而使用 IDE 进一步扩展和优化此脚本。
Python IDE
由于有多种 Python IDE 可供选择,所以选择哪个 Python IDE 最合适在很大程度上取决于您所使用的平台(Windows 或 Linux)、特定的要素或者成本。良好的 IDE 必须至少具备以下要素:
带有代码自动完成功能的编辑器
高亮显示语法
代码模板
适用于函数和类的代码浏览器
用于进行单位测试和调试的工具
源控制支持
其中有一些常见的 Python IDE 具备以下内容:
随 Python 安装的 Python IDLE
PyScripter
商务系统,例如 Wing IDE 和 PyCharm
PythonWin
其他 Python 参考
以下包含的信息并不是 Python 的语言参考。而是根据一些用于说明如何编写地理处理脚本的示例和概念来介绍某些 Python 语法和行为。
强烈建议您结合相应的 Python 参考书来进一步了解此处介绍的信息。对于 Python 初学者,建议使用以下两本书籍:《学习 Python》(Learning Python)(作者:Mark Lutz 和 David Ascher,出版社:O’Reilly & Associates)和《Python 核心编程》(Core Python Programming)(作者:Wesley J. Chun,出版社:Prentice Hall),这两本书都对该语言进行了详尽介绍,并且内容上不重叠。还有很多其他书籍也介绍了 Python 及其具体用途,其中有些新书会定期出版,因此可以探究可用的内容。Python 网站上提供了 Python 的完整文档,但内容很简明,主要是面向开发人员的。还有一个大型的 Python 在线社区,其中包含很多在线资源,您可通过 Python 主页访问这些资源。
如果您是 Python 的初学者,我们推荐您学习此处列出的一些外部教程。
Python 教程 是 Python 文档本身的一部分。
针对非程序员的 Python为编程经验有限的人士提供教程。
Python 语言参考介绍 Python 的语法和语义。