Einführung und Anwendung von GeoPandas für die räumliche Datenanalyse

• Grundlagen und Einstieg in die räumliche Datenanalyse mit Python
  • Grundlagen räumlicher Daten: Geometrien, Koordinatensysteme, Vektorformate
  • Einführung in GeoPandas und sein Platz im GIS-Ökosystem

• Erste Schritte mit GeoPandas
  • Datenimport aus Shapefile und GeoJSON
  • Erkunden und Visualisieren erster Geodatensätze
  • Zusammenspiel mit Pandas, Matplotlib, Shapely und Folium

• Vorverarbeitung und Datenmanagement
  • Filtern, Verschneiden, Verbinden von GeoDataFrames
  • Umgang mit Koordinatensystemen und Projektionen
  • Reinigung und Auswahl relevanter Attribute

• Räumliche Analyse und Geoverarbeitung
  • Räumliche Joins und Overlays
  • Geometrische Operationen: Intersection, Union, Buffer
  • Entfernungsberechnungen und Einzugsgebiete

• Visualisierung geographischer Daten
  • Statische Karten mit Matplotlib
  • Interaktive Karten mit Folium
  • Gestaltung und Export von Karten

• Praxisprojekte und individuelle Analyseaufgaben
  • Analyse von Infrastruktur, Umwelt, Demographie u. a.
  • Import und Kombination externer Geodaten
  • Aufbereitung und Präsentation eigener Ergebnisse

• Datenschutz, Ethik & Ausblick
  • Verantwortungsvoller Umgang mit sensiblen Geodaten
  • Best Practices und weiterführende Tools & Techniken

• Offene Fragerunde und Seminarabschluss
  • Reflexion, individuelle Rückfragen, Feedbackrunde

LernzieleNach dem Seminar sind Sie in der Lage, raumbezogene Daten mit GeoPandas zu verarbeiten, zu analysieren und visuell darzustellen. Sie verstehen die Grundlagen geographischer Datenstrukturen und wenden selbstständig Funktionen zur Geoverarbeitung, räumlichen Analyse und Visualisierung an. Sie können Ihre Ergebnisse nachvollziehbar kommunizieren und Ihre Python-Kenntnisse gezielt um GIS-Funktionalitäten erweitern.ZielgruppenDieses Seminar richtet sich an Stadtplaner, Verkehrs- und Umweltanalysten, GIS-Experten und Entscheidungsträger, die GeoPandas zur Analyse und Visualisierung von Verkehrsdaten und Umweltinformationen einsetzen möchten. Grundkenntnisse in Python und GIS sind hilfreich.