» 小姨 - //m.stpapt.com 我们塑造了建筑,建筑亦塑造了我们 Fri, 22 Nov 2024 01:34:18 +0000 zh-CN hourly 1 http://wordpress.org/?v=3.8.4 8/4《大数据可视化分析(第6期)》 //m.stpapt.com/archcollege/2018/06/40823.html //m.stpapt.com/archcollege/2018/06/40823.html#comments Fri, 29 Jun 2018 08:41:32 +0000 yoyo.gif

如今

数据可视化

已经成为了各个行业竞相追逐的一个词汇

从阿里巴巴的阿里云

到百度的百度图说

项目的前期数据分析

已经成为了市场经济下不可或缺的一环

 

同样

互联网的大数据背景

也为景观设计带来了新的契机

如何能让你的分析图

通过数据的支持

变得更加具有说服力

这是我们本次课程所希望达到的目的

1522933733330611 (1).jpg


4 种网络数据获取

OSM+DEM+POI+WEB DATA


课程共涉及到四种数据类型,分别为OSM矢量数据,DEM高程数据,POI城市信息点数据和WEB DATA网页数据。



一、OSM矢量数据


OSM是开源地图(OpenStreetMap)的简称,通过OSM地图我们可以获取到城市的矢量数据信息,并通过Grasshopper编程将数据可视化为具有城市肌理的底图或者城市的三维建筑模型。

2.jpg

OSM格式数据爬取分析图

网络案例


3.jpg

北京国贸附近城市3建筑模型

讲师自绘





二、DEM高程数据


数字高程模型(Digital Elevation Model),简称DEM,是通过有限的地形高程数据实现对地面地形的数字化模拟(即地形表面形态的数字化表达)。

一般认为,DTM是描述包括高程在内的各种地貌因子,如坡度、坡向、坡度变化率等因子在内的线性和非线性组合的空间分布,其中DEM是零阶单纯的单项数字地貌模型,其他如坡度、坡向及坡度变化率等地貌特性可在DEM的基础上派生。

课程中通过对DEM高程数据的爬取,并借助Grasshopper等软件平台将其转化为可视的三维地形模型,并对其可以进行各类分析。

4.jpg 

DEM高程数据爬取分析图

网络案例


5.jpg 

DEM高程数据爬取分析图

网络案例



三、POI信息点数据


POI是“Point of Interest”的缩写,中文可以翻译为“兴趣点”。在地理信息系统中,一个POI可以是一栋房子、一个商铺、一个邮筒、一个公交站等。

课程中的POI信息点主要包括网站采集和手动爬取两种方式,在后期的数据处理部分主要以Power Map为主,同时也会介绍些Grasshopper平台下和可视化网站中的处理方法。

6.jpg

POI数据信息爬取分析图

网络案例


四、WEB DATA网络数据


网络数据是现实世界中最常用的数据类型之一。人与人之间的关系、城市之间的道路连接、科研论文之间的引用都组成了网络。

课程中主要通过火车头采集器、八爪鱼采集器等软件对数据进行获取,并在Grasshopper平台下搭建分析图逻辑处理数据。同时在这个部分也会介绍一些比较有趣的可视化网站。

7.jpg

Echarts官网首页

网络案例



8 次经典直播课

数据获取+分析图逻辑构建



一、课程整体结构


8.jpg

二、课程内容 



一、基础内容讲解


1.课程整体介绍

对课程整体内容的概述,通过具体的视频案例来解释数据可视化对设计产生的指导性作用,并对课程所涉及软件进行简单说明。


2.GH入门(数据结构及基本操作)

对Grasshopper里数据结构部分进行详细讲解,并通过建模案例进行演示。最后会以视频案例的形式介绍数据可视化当今比较前沿的研究。

9.jpg

GH入门数据结构讲解

作者自绘




二、DEM高程数据及OSM矢量数据爬取


1.OSM开源地图数据爬取


OSM开源地图提供了丰富的数据资源,通过Grasshopper,GIS,QGIS等软件的使用可以获得大量的矢量格式城市数据。课程主要介绍三种方法——(1)ELK1 and ELK2 爬取(2)QGIS爬取 (3)GlobalMapper


2.DEM高程数据爬取

DEM高程爬取主要用到谷歌地球,GETools,地理空间数据云等软件和网站,用于获得全球的地形数据以方便对场地的分析理解。课程主要介绍三种方法以及后期的地形处理——(1)谷歌地球爬取 (2)GlobalMapper爬取 (3)全能电子地图下载器爬取 (4)地形整理

10.jpg

城市OSM肌理底图 ——上海市

网络案例(课上临摹)


11.jpg

城市OSM肌理底图 ——利物浦

网络案例(课上临摹)


12.jpg

城市OSM肌理底图 ——马德里

网络案例(课上临摹)


13.jpg

城市三维建筑模型 ——巴黎

课上案例


14.jpg

城市三维建筑模型 ——柏林

课上案例


15.jpg

城市三维建筑模型——伦敦

课上案例


16.jpg

DEM地形获取

课上案例


17.jpg

World Imagery Map

课上案例


18.jpg

Atlas Shader Map

课上案例


19.jpg

Color Ramp Shader Map

课上案例


20.jpg

Daylight Shader Map

课上案例


21.jpg

Global Shader Map

课上案例


22.jpg

Gradient Shader Map

课上案例


23.jpg

HSV Shader Map

课上案例


24.jpg

Slope Direction Shader Map

课上案例


25.jpg

Slope Shader Map

课上案例


26.jpg

VCF Tree Cover Worldwide Map

课上案例





三、POI信息点爬取及网页信息爬取


1.POI点数据爬取

POI点是“Point of Information”的缩写,是主要以名称,经度,纬度构成的信息点。通过对POI点信息的爬取我们可以获得诸如各城市餐饮、酒店、公共设施以及风景区等的坐标信息,进而通过数据清理,算法编写等过程进行数据可视化的展示。


2.火车头网页信息爬取

火车头采集器是目前较为常用的网页数据爬取软件,通过逻辑的编写对网页源代码进行信息筛选从而获得所需数据。火车头采集器这类软件扩大了信息获取的渠道,对于没有编程基础的人来说更易上手,也可以作为学习python爬虫等知识的前期铺垫。

27.jpg

上海房价可视化GL版

网络案例(pissang作品)


28.jpg

Taxi routes of CapeTown

网络案例(pissang作品)



四、既定逻辑(一)——Power Map


1.图表类可视化(既定逻辑)

既定逻辑第一部分主要以Excel的数据可视化插件PowerMap讲解为主,包括PowerMap基础操作、区域分布图表制作、海量SHP信息转换导入制图、时间轴动态图表、动态3d表格图表、使用自定义底图制作图表几个部分。

29.jpg

Power Map图表类可视化

网络案例(课上介绍)

30.jpg

Power Map图表类可视化


网络案例(课上介绍)

31.jpg

Power Map图表类可视化


网络案例(课上介绍)

32.jpg

全国学校POI位置信息

课上案例


33.jpg

动态3d图表

课上案例



五、既定逻辑(二)和可变逻辑


1.图表类可视化(既定逻辑)

百度图说、BDP、infor.am、Echarts以及chartwell参数化字体的简单使用介绍。(Echarts简单介绍,详细使用之后会单开相关课程)


2.图表类可视化(可变逻辑)

通过Grasshopper的逻辑算法介入,对数据进行可视化建构。

34.jpg

 Echarts官网首页

网络案例


35.jpg

网络数据可视化

课上案例



六、地形可视化(一)


1.地形可视化(一)

地形可视化部分是利用前面爬取的DEM地形数据生成的地形进行进一步分析,第一部分具体包括CAD高程点地形创建、高程分析、坡度分析、坡向分析、日照分析和地形模拟。课程会通过案例讲解部分Grasshopper电池的常用方法。

36.jpg

地形类分析日照 2015 AA Beijing Visiting School

讲师自绘(案例临摹)


七、地形可视化(二)


1.地形可视化(二)

地形可视化部分是利用前面爬取的DEM地形数据生成的地形进行进一步分析,第二部分具体包括道路坡度分析、视域分析、雨水径流分析、天际线限高分析和GIS相关地形分析。本节课程除了通过案例讲解部分Grasshopper电池的常用方法外还会涉及GIS在分析地形时的简单用法。

37.jpg

地形类分析雨水径流 2015 AA Beijing Visiting School

讲师自绘(案例临摹)


八、空间可视化


1.城市空间可视化

城市空间可视化部分是利用前面爬取的OSM空间数据生成的城市空间信息进行进一步分析,具体包括城市日照分析、城市视域分析、城市排水分析、人口密度分析、容积率和最短路径分析。本节课程通过案例讲解部分Grasshopper电池的常用方法。

38.jpg

基于时间轴的分析 2015 AA Beijing Visiting School

讲师自绘(案例临摹)


39.jpg

 基于时间轴的分析 2015 AA Beijing Visiting School

讲师自绘(案例临摹)

40.jpg

 基于时间轴的分析 2015 AA Beijing Visiting School

讲师自绘(案例临摹)


41.jpg

城市空间类分析 2015 AA Beijing Visiting School

讲师自绘(案例临摹)




5 次犀牛+GH基础扫盲课

韩大大精心录制的扫盲视频


本次课程为了照顾没有太多犀牛和Grasshopper基础的同学,为大家准备了韩大大精心录制的扫盲视频及相关案例文件,大家可以在正式上课之前先看这个视频进行一些基础学习。



写在最后


套用兽哥的话来说

数据可视化的魅力在于

你将可以用上帝的视角去理解这个世界


-这是一个用数据说话的时代-


  直播时间 

 

8月4日——8月26日,每周六、日晚上20:00—22:00+


授课:本页面直播+录播+课后辅导(2个月)

软件:犀牛5,GH+插件,ArcGIS,Global Mapper,Excel等

难度:不需要有犀牛和GH基础,即学即用。

 


 适合人群 

 

建筑、景观、规划设计专业学生 在职设计师



  课程费用  

 

课程原价899元/人


10位报名学员699元/人


10-20位报名学员799元/人


(附赠:课程高清录屏 + 全套素材 + 课程相关配套辅导资料+2个月辅导期)


 报名方式 

 

报名前,欢迎咨询

下单时

请备注您的姓名和联系方式


(报名后,请加客服QQ:优优:2852357064   nini: 2852357065  知世:2852357063)


(PS:每个课程在电脑网页付完款后会有询问是否加教学群消息,请选择是,申请进教学群,此功能暂时只提供电脑网页,在APP与手机网页购买的用户请联系客服)



 联系我们 


为了优化工作效率、提供更好的服务,我们升级了用户咨询系统,取消原来的私号咨询方式,采用企业客服QQ统一咨询。

请加客服QQ号: 优优:2852357064   nini: 2852357065  知世:2852357063


底部固定加群二维码模版.png

课程入口大数据可视化分析(第6期)

编辑 | 星火

校对 | 堂哥

版权声明

本文由  &优优课 原创,禁止转载。

投稿邮箱

media@archcollege.com


小学堂2.gif

]]>
//m.stpapt.com/archcollege/2018/06/40823.html/feed 0
5/1《大数据可视化分析(第5期)》 //m.stpapt.com/archcollege/2018/04/39773.html //m.stpapt.com/archcollege/2018/04/39773.html#comments Tue, 10 Apr 2018 01:39:50 +0000 yoyo.gif


如今

数据可视化

已经成为了各个行业竞相追逐的一个词汇

从阿里巴巴的阿里云

到百度的百度图说

项目的前期数据分析

已经成为了市场经济下不可或缺的一环

 

同样

互联网的大数据背景

也为景观设计带来了新的契机

如何能让你的分析图

通过数据的支持

变得更加具有说服力

这是我们本次课程所希望达到的目的

1.jpg

4 种网络数据获取

OSM+DEM+POI+WEB DATA


课程共涉及到四种数据类型,分别为OSM矢量数据,DEM高程数据,POI城市信息点数据和WEB DATA网页数据。



一、OSM矢量数据


OSM是开源地图(OpenStreetMap)的简称,通过OSM地图我们可以获取到城市的矢量数据信息,并通过Grasshopper编程将数据可视化为具有城市肌理的底图或者城市的三维建筑模型。


2.jpg

OSM格式数据爬取分析图

网络案例


3.jpg

北京国贸附近城市3建筑模型

讲师自绘



二、DEM高程数据


数字高程模型(Digital Elevation Model),简称DEM,是通过有限的地形高程数据实现对地面地形的数字化模拟(即地形表面形态的数字化表达)。

一般认为,DTM是描述包括高程在内的各种地貌因子,如坡度、坡向、坡度变化率等因子在内的线性和非线性组合的空间分布,其中DEM是零阶单纯的单项数字地貌模型,其他如坡度、坡向及坡度变化率等地貌特性可在DEM的基础上派生。

课程中通过对DEM高程数据的爬取,并借助Grasshopper等软件平台将其转化为可视的三维地形模型,并对其可以进行各类分析。


4.jpg 

DEM高程数据爬取分析图

网络案例


5.jpg 

DEM高程数据爬取分析图

网络案例



三、POI信息点数据


POI是“Point of Interest”的缩写,中文可以翻译为“兴趣点”。在地理信息系统中,一个POI可以是一栋房子、一个商铺、一个邮筒、一个公交站等。

课程中的POI信息点主要包括网站采集和手动爬取两种方式,在后期的数据处理部分主要以Power Map为主,同时也会介绍些Grasshopper平台下和可视化网站中的处理方法。


6.jpg

POI数据信息爬取分析图

网络案例



四、WEB DATA网络数据


网络数据是现实世界中最常用的数据类型之一。人与人之间的关系、城市之间的道路连接、科研论文之间的引用都组成了网络。

课程中主要通过火车头采集器、八爪鱼采集器等软件对数据进行获取,并在Grasshopper平台下搭建分析图逻辑处理数据。同时在这个部分也会介绍一些比较有趣的可视化网站。


7.jpg

Echarts官网首页

网络案例



8 次经典直播课

数据获取+分析图逻辑构建



一、课程整体结构


8.jpg



二、课程内容 


一、基础内容讲解


1.课程整体介绍

对课程整体内容的概述,通过具体的视频案例来解释数据可视化对设计产生的指导性作用,并对课程所涉及软件进行简单说明。


2.GH入门(数据结构及基本操作)

对Grasshopper里数据结构部分进行详细讲解,并通过建模案例进行演示。最后会以视频案例的形式介绍数据可视化当今比较前沿的研究。


9.jpg

GH入门数据结构讲解

作者自绘



二、DEM高程数据及OSM矢量数据爬取


1.OSM开源地图数据爬取


OSM开源地图提供了丰富的数据资源,通过Grasshopper,GIS,QGIS等软件的使用可以获得大量的矢量格式城市数据。课程主要介绍三种方法——(1)ELK1 and ELK2 爬取(2)QGIS爬取 (3)GlobalMapper


2.DEM高程数据爬取

DEM高程爬取主要用到谷歌地球,GETools,地理空间数据云等软件和网站,用于获得全球的地形数据以方便对场地的分析理解。课程主要介绍三种方法以及后期的地形处理——(1)谷歌地球爬取 (2)GlobalMapper爬取 (3)全能电子地图下载器爬取 (4)地形整理


10.jpg

城市OSM肌理底图 ——上海市

网络案例(课上临摹)


11.jpg

城市OSM肌理底图 ——利物浦

网络案例(课上临摹)


12.jpg

城市OSM肌理底图 ——马德里

网络案例(课上临摹)


13.jpg

城市三维建筑模型 ——巴黎

课上案例


14.jpg

城市三维建筑模型 ——柏林

课上案例


15.jpg

城市三维建筑模型——伦敦

课上案例


16.jpg

DEM地形获取

课上案例


17.jpg

World Imagery Map

课上案例


18.jpg

Atlas Shader Map

课上案例


19.jpg

Color Ramp Shader Map

课上案例


20.jpg

Daylight Shader Map

课上案例


21.jpg

Global Shader Map

课上案例


22.jpg

Gradient Shader Map

课上案例


23.jpg

HSV Shader Map

课上案例


24.jpg

Slope Direction Shader Map

课上案例


25.jpg

Slope Shader Map

课上案例


26.jpg

VCF Tree Cover Worldwide Map

课上案例



三、POI信息点爬取及网页信息爬取


1.POI点数据爬取

POI点是“Point of Information”的缩写,是主要以名称,经度,纬度构成的信息点。通过对POI点信息的爬取我们可以获得诸如各城市餐饮、酒店、公共设施以及风景区等的坐标信息,进而通过数据清理,算法编写等过程进行数据可视化的展示。


2.火车头网页信息爬取

火车头采集器是目前较为常用的网页数据爬取软件,通过逻辑的编写对网页源代码进行信息筛选从而获得所需数据。火车头采集器这类软件扩大了信息获取的渠道,对于没有编程基础的人来说更易上手,也可以作为学习python爬虫等知识的前期铺垫。


27.jpg

上海房价可视化GL版

网络案例(pissang作品)


28.jpg

Taxi routes of CapeTown

网络案例(pissang作品)



四、既定逻辑(一)——Power Map


1.图表类可视化(既定逻辑)

既定逻辑第一部分主要以Excel的数据可视化插件PowerMap讲解为主,包括PowerMap基础操作、区域分布图表制作、海量SHP信息转换导入制图、时间轴动态图表、动态3d表格图表、使用自定义底图制作图表几个部分。


29.jpg

Power Map图表类可视化

网络案例(课上介绍)


30.jpg

Power Map图表类可视化

网络案例(课上介绍)


31.jpg

Power Map图表类可视化

网络案例(课上介绍)


32.jpg

全国学校POI位置信息

课上案例


33.jpg

动态3d图表

课上案例



五、既定逻辑(二)和可变逻辑


1.图表类可视化(既定逻辑)

百度图说、BDP、infor.am、Echarts以及chartwell参数化字体的简单使用介绍。(Echarts简单介绍,详细使用之后会单开相关课程)


2.图表类可视化(可变逻辑)

通过Grasshopper的逻辑算法介入,对数据进行可视化建构。


34.jpg

Echarts官网首页

网络案例


35.jpg

网络数据可视化

课上案例


六、地形可视化(一)


1.地形可视化(一)

地形可视化部分是利用前面爬取的DEM地形数据生成的地形进行进一步分析,第一部分具体包括CAD高程点地形创建、高程分析、坡度分析、坡向分析、日照分析和地形模拟。课程会通过案例讲解部分Grasshopper电池的常用方法。


36.jpg

地形类分析日照 2015 AA Beijing Visiting School

讲师自绘(案例临摹)



七、地形可视化(二)


1.地形可视化(二)

地形可视化部分是利用前面爬取的DEM地形数据生成的地形进行进一步分析,第二部分具体包括道路坡度分析、视域分析、雨水径流分析、天际线限高分析和GIS相关地形分析。本节课程除了通过案例讲解部分Grasshopper电池的常用方法外还会涉及GIS在分析地形时的简单用法。


37.jpg

地形类分析雨水径流 2015 AA Beijing Visiting School

讲师自绘(案例临摹)


八、空间可视化


1.城市空间可视化

城市空间可视化部分是利用前面爬取的OSM空间数据生成的城市空间信息进行进一步分析,具体包括城市日照分析、城市视域分析、城市排水分析、人口密度分析、容积率和最短路径分析。本节课程通过案例讲解部分Grasshopper电池的常用方法。


38.jpg

基于时间轴的分析 2015 AA Beijing Visiting School

讲师自绘(案例临摹)


39.jpg

基于时间轴的分析 2015 AA Beijing Visiting School

讲师自绘(案例临摹)


40.jpg

基于时间轴的分析 2015 AA Beijing Visiting School

讲师自绘(案例临摹)


41.jpg

城市空间类分析 2015 AA Beijing Visiting School

讲师自绘(案例临摹)



5 次犀牛+GH基础扫盲课

韩大大精心录制的扫盲视频


本次课程为了照顾没有太多犀牛和Grasshopper基础的同学,为大家准备了韩大大精心录制的扫盲视频及相关案例文件,大家可以在正式上课之前先看这个视频进行一些基础学习。



写在最后


套用兽哥的话来说

数据可视化的魅力在于

你将可以用上帝的视角去理解这个世界


-这是一个用数据说话的时代-


  直播时间 

 

5月1日——5月26日,每周二、六晚上20:00—22:00+


授课:本页面直播+录播+课后辅导(2个月)

软件:犀牛5,GH+插件,ArcGIS,Global Mapper,Excel等

难度:不需要有犀牛和GH基础,即学即用。

 


 适合人群 

 

建筑、景观、规划设计专业学生 在职设计师



  课程费用  

 

课程原价899元/人


10位报名学员699元/人


11-20位报名学员799元/人


(附赠:课程高清录屏 + 全套素材 + 课程相关配套辅导资料+2个月辅导期)



 报名方式 

 

报名前,欢迎咨询

下单时

请备注您的姓名和联系方式


(报名后,请加客服QQ:优优:2852357064   nini: 2852357065  知世:2852357063)


(PS:每个课程在电脑网页付完款后会有询问是否加教学群消息,请选择是,申请进教学群,此功能暂时只提供电脑网页,在APP与手机网页购买的用户请联系客服)


报名入口 《大数据可视化分析(第5期)》



 联系我们 


为了优化工作效率、提供更好的服务,我们升级了用户咨询系统,取消原来的私号咨询方式,采用企业客服QQ统一咨询。

请加客服QQ号: 优优:2852357064   nini: 2852357065  知世:2852357063


以下是我们在线咨询的几个方式:


1.电脑网页端(如图1所示)

双击图标即可咨询客服。具体课程问题售前会直接解答,售后问题由售前转接处理。


微信图片_20180315113118.jpg


2.手机网页端(如图2所示)

咨询方法同理,点击即可咨询。


微信图片_20180315114329.png


3.微信公众号界面(如图3所示)

点击公众号底部菜单“联系客服”按钮,出现客服欢迎语,直接在该窗口回复消息聊天


微信图片_20180315114335.png



1506412776414273.png


]]>
//m.stpapt.com/archcollege/2018/04/39773.html/feed 0
2/3《数据可视化 | 大数据背景下的分析图》 //m.stpapt.com/archcollege/2018/01/38697.html //m.stpapt.com/archcollege/2018/01/38697.html#comments Fri, 05 Jan 2018 01:22:47 +0000 微信图片_20180103000746.gif


如今

数据可视化

已经成为了各个行业竞相追逐的一个词汇

从阿里巴巴的阿里云

到百度的百度图说

项目的前期数据分析

已经成为了市场经济下不可或缺的一环

 

同样

互联网的大数据背景

也为景观设计带来了新的契机

如何能让你的分析图

通过数据的支持

变得更加具有说服力

这是我们本次课程所希望达到的目的


以此

数据可视化 | 大数据背景下的分析图课程

 

1.jpg

-数据可视化分析-

 


课程介绍

 

课程旨在通过对数据的获取方式和应用实操的学习,能够使大家更好的利用网信息来为设计提供理论依据和指导。通过将多层信息整合为一个复杂系统的设计过程,将环境的,基础设施的,社会的,经济的因素纳入考虑,为最终设计的导向开拓思路。

 

本次线上课程主要分为两个模块:

一.数据获取基础技能

二.可视化分析图

 

一.数据获取基础技能

 

教学知识点:

1. 各类数据的特点

2. 互联网开源数据的获取方法

3. 数据的整理和应用方式

 

教学内容:

1. OSM开源地图数据爬取——获得城市dwg格式的矢量CAD数据及全国任意城市3D建筑模型数据(新增)

2. DEM高程数据爬取——获取地球表面的三维地形

3. 城市POI数据爬取——批量获取地理位置点的经纬坐标及信息(例如北京地区所有星巴克信息及坐标)

4. 火车头网页信息爬取——获取网页数据信息并转化成可视图形图表

 

扩展应用:

发现互联网城市数据源,主动探索开放api,理解城市研究的api应用。

 

二.可视化分析图


教学知识点:

1. 有关图表类的可视化分析

2. 有关地形的可视化分析

3. 有关城市空间的可视化分析

 

教学内容:

1. Excel插件Power map与POI等数据的结合应用

2. GIS与POI等数据的结合应用,以共享单车数据的爬取数据应用为例(新增)

3. 地形可视化:地形创建,高程,坡度,日照,道路坡度,可视区域,雨水径流等

4. 城市空间可视化:日照,排水,人口密度,城市容积率,最短路径等

 

扩展应用:

通过动态数据获得动态的分析图,结合三维空间的矢量变化,对设计做出正向反馈。

 


课程结构


2.jpg 

 

课程日程

 

第一次

课程整体介绍,GH入门(基本操作及数据结构讲解)

第二次

数据爬取(一):OSM开源地图数据爬取,DEM高程数据爬取,全国任意城市3D建筑模型数据爬取(新增)

第三次

数据爬取(二):城市POI数据爬取,火车头网页信息爬取,共享单车定位数据爬取(新增)

第四次

可视化分析(一):图表类可视化(既定逻辑)——Power Map制作图表应用

第五次

可视化分析(二):图表类可视化(既定逻辑)——百度图说等大数据网站使用介绍,图表类可视化(可变逻辑)——数据与Grasshopper结合使用,共享单车结合grasshopper相关分析(新增)

第六次

可视化分析(三):地形可视化——CAD高程点地形创建,高程分析,坡度分析,坡向分析,日照分析,地形淹没模拟

第七次

可视化分析(四):地形可视化——道路坡度分析,视域分析,雨水径流分析,天际线限高分析,GIS相关地形分析

第八次

可视化分析(五):城市空间可视化——城市日照分析,城市视域分析,城市排水分析,人口密度分析,容积率,最短路径分析



课程内容

 

第一次课:


1.课程整体介绍

对课程整体内容的概述,通过具体的视频案例来解释数据可视化对设计产生的指导性作用,并对课程所涉及软件进行简单说明。


2.GH入门(数据结构及基本操作)

对Grasshopper里数据结构部分进行详细讲解,并通过建模案例进行演示。最后会以视频案例的形式介绍数据可视化当今比较前沿的研究。

3.jpg

 -GH入门数据结构讲解-

 

4(图片来源:网络).png

-图片来源:网络-


5.png

-图片来源:网络-

 

6.png

-图片来源:网络-

 

第二次课:


1.OSM开源地图数据爬取

OSM开源地图提供了丰富的数据资源,通过Grasshopper,GIS,QGIS等软件的使用可以获得大量的矢量格式城市数据。课程主要介绍三种方法——(1)ELK1 and ELK2 爬取(手动小范围) (2)QGIS爬取(手动大范围) (3)GlobalMapper(下载大范围) 

7.jpg
-OSM格式数据爬取分析图-

 

2.DEM高程数据爬取

DEM高程爬取主要用到谷歌地球,GETools,地理空间数据云等软件和网站,用于获得全球的地形数据以方便对场地的分析理解。课程主要介绍三种方法以及后期的地形处理——(1)谷歌地球爬取 (2)GlobalMapper爬取 (3)全能电子地图下载器爬取 (4)地形整理

8.jpg-DEM高程数据爬取分析图-

 

9.jpg
-DEM高程数据爬取分析图-

 

10.jpg-DEM高程数据爬取分析图-


3.全国任意城市3D建筑模型数据爬取(新增)

结合刘俊环学长开发的百度地图截获器获得建筑角点的空间坐标点及高程信息,通过Grasshopper里的数据处理获得全国任意城市的3D建筑模型数据。

11.jpg

 -北京国贸附近城市3建筑模型-


第三次课:


1.POI点数据爬取

POI点是“Point of Information”的缩写,是主要以名称,经度,纬度构成的信息点。通过对POI点信息的爬取我们可以获得诸如各城市餐饮、酒店、公共设施以及风景区等的坐标信息,进而通过数据清理,算法编写等过程进行数据可视化的展示。

12.jpg

-POI数据信息爬取分析图-


2.火车头网页信息爬取

火车头采集器是目前较为常用的网页数据爬取软件,通过逻辑的编写对网页源代码进行信息筛选从而获得所需数据。火车头采集器这类软件扩大了信息获取的渠道,对于没有编程基础的人来说更易上手,也可以作为学习python爬虫等知识的前期铺垫。

13.jpg

-火车头网页信息爬取数据分析图-


第四次课:


1.图表类可视化(既定逻辑)

既定逻辑第一部分主要以Excel的数据可视化插件PowerMap讲解为主,包括PowerMap基础操作、区域分布图表制作、海量SHP信息转换导入制图、时间轴动态图表、动态3d表格图表、使用自定义底图制作图表几个部分。

14.jpg 

-Power Map图表类可视化-


15.jpg
-Power Map图表类可视化-

 

16.jpg

-Power Map图表类可视化-


17.gif 

-全国学校POI位置信息-


18.gif 

-动态3d图表-


第五次课:


1.图表类可视化(既定逻辑)

百度图说、BDP、infor.am、Echarts以及chartwell参数化字体的简单使用介绍。(Echarts简单介绍,详细使用之后会单开相关课程)

19.gif

-图片来源:Echarts官网首页-


20.gif

-图片来源:Echarts官网首页-


21.gif

-图片来源:Echarts官网首页-

 

2.图表类可视化(可变逻辑)

通过Grasshopper的逻辑算法介入,对数据进行可视化建构,本次课程将针对城市气温数据和共享单车的位置信息数据逻辑建构(新增)进行主要的讲解。

22.jpg -2017年北京市气温数据可视化-

23.jpg

 -天津市10月31日全天共享单车位置信息可视化-


第六次课:


1.地形可视化(一)

地形可视化部分是利用前面爬取的DEM地形数据生成的地形进行进一步分析,第一部分具体包括CAD高程点地形创建、高程分析、坡度分析、坡向分析、日照分析和地形模拟。课程会通过案例讲解部分Grasshopper电池的常用方法。

24.jpg

-地形类分析日照 2015 AA Beijing Visiting School-

 

第七次课:


1.地形可视化(二)

地形可视化部分是利用前面爬取的DEM地形数据生成的地形进行进一步分析,第二部分具体包括道路坡度分析、视域分析、雨水径流分析、天际线限高分析和GIS相关地形分析。本节课程除了通过案例讲解部分Grasshopper电池的常用方法外还会涉及GIS在分析地形时的简单用法。

25.gif 

-地形类分析雨水径流 2015 AA Beijing Visiting School-


第八次课:


1.城市空间可视化

城市空间可视化部分是利用前面爬取的OSM空间数据生成的城市空间信息进行进一步分析,具体包括城市日照分析、城市视域分析、城市排水分析、人口密度分析、容积率和最短路径分析。本节课程通过案例讲解部分Grasshopper电池的常用方法。

26.jpg

-基于时间轴的分析 2015 AA Beijing Visiting School- 


27.jpg

-基于时间轴的分析 2015 AA Beijing Visiting School-

 

28.jpg

-基于时间轴的分析 2015 AA Beijing Visiting School-


29.jpg 

-城市空间类分析 2015 AA Beijing Visiting School-


 

写在最后

 

套用兽哥的话来说

数据可视化的魅力在于

你将可以用上帝的视角去理解这个世界

 

-这是一个用数据说话的时代-

 

 

讲师介绍

 

图片2.png 

 

小姨

大米营造studio创始人 

北京林业大学研究生毕业

优优课-大数据分析图金牌讲师

 


开课时间与授课方式 

时间:2月3日——3月4日,每周六、日晚上8:00—10:00+

(2月17、18日春节休息)

授课:本页面直播+录播+课后辅导(2个月)

软件:犀牛5,GH+插件,ArcGIS,Global Mapper,Excel等

难度:不需要有犀牛和GH基础,即学即用。


适合人群 

建筑、景观、规划设计专业学生 在职设计师


课程费用 

课程原价899元/人

10位报名学员699元/人

10-20位报名学员799元/人

(附赠:课程高清录屏 + 全套素材 + 课程相关配套辅导资料+2个月辅导期) 

付款成功后请加客服QQ:3166629768

并出示订单截图或付款截图,客服会拉您进QQ交流群

 报名入口   《数据可视化 | 大数据背景下的分析图》


联系我们  

QQ 在线咨询

 

【咨询QQ】

QQ:3166629768(优优课)

 

【咨询微信】

 

堂哥

微信ID:jzxy-kf 

资讯堂哥.jpg 

 

糖果

微信ID:jzxxt1314

资讯糖果.jpg


堂妹

微信ID:jzxxt520

资讯堂妹.jpg

(注意:堂妹号已满无法添加好友,已加好友者可继续咨询) 

  

客服在线时间

工作日9:00-22:00,周六周日10:00-20:00   

加入福利微信群请联系堂哥/堂妹微信

]]>
//m.stpapt.com/archcollege/2018/01/38697.html/feed 0