ArcGIS ofrece una gran variedad de herramientas y entornos de análisis, tanto para el ámbito científico (meteorología, oceanografía, biología, epidemiología…) como para el análisis de negocio (retail, banca, seguros, etcétera).
Esta sesión será fundamentalmente práctica, y usaremos demos en vivo para explorar algunos de estos entornos de trabajo y herramientas de análisis espacial dentro de ArcGIS, así como la integración de ellos con librerías y frameworks externos.
2. Agenda
1. Introducción.
2. Visualización y análisis exploratorio en ArcGIS.
3. Python en la Plataforma ArcGIS.
4. Integración con frameworks externos.
5. Análisis espacial estadístico en ArcGIS.
6. Conclusiones y Preguntas.
14. Visualización de datos
Smart Mapping y funciones avanzadas de representación
Cualitativos/Cuantitativos Multivariable Superposición
3D/ExtrusiónDensidad/AgregaciónDescriptor Estadístico
17. Python
Python es uno de los lenguajes de programación más utilizados. Es fácil de
aprender e interpretar, y puede aplicarse a muchas disciplinas.
Administración
Web GIS
Gestión de
contenidos
Análisis y ciencia
de datos
Python + casos de uso GIS
18. Python en toda la plataforma
Runtime
.NET Java Qt
Desktop
Enterprise
20. Librerías de ArcGIS para Python
• ArcPy
• Análisis, gestión y conversión de datos y automatización de mapas.
• Accesible desde ArcGIS Pro (Python Window) o desde cualquier
script (batch files, tareas programadas, aplicaciones externas…)
• ArcGIS Pro soporta Conda para la gestión de paquetes de Python.
• SciPy, NumPy y muchos otros.
• ArcGIS API for Python
• Gestión del portal (ArcGIS Online / ArcGIS Enterprise).
• Automatización de tareas: análisis, gestión de datos,
administración.
• Roles de ArcGIS Enterprise
• Acceso vía scripts o de forma interactiva
(Jupyter Notebook).
21. ArcGIS Notebook Server
Plataforma integrada para hacer ciencia de datos
ArcGIS
Open Source
Python & Data Science
• ArcGIS API for Python
• ArcPy
• Análisis
• Geoprocesamiento
• Análisis Web GIS
• GeoAnalytics*
• Raster Analytics*
* Requiere tener la licencia del rol correspondiente
23. Análisis con datos multidimensionales
Análisis de datos científicos de tipo ráster
• Los datos multidimensionales presentan variables científicas en múltiples dimensiones: espacio
(X, Y), tiempo (T) y altura o profundidad (Z).
• ArcGIS soporta netCDF, GRIB, HDF, space-time cubes y mosaic datasets.
• Ahora también en CRF (Cloud Raster Format):
• Optimizado para lectura y escritura en repositorios distribuidos, pero también en local.
• Herramientas en ArcGIS Pro:
• Multidimensional Tools: Creación y conversión de datos netCDF. Disponible en todos los niveles de
licencia.
• Multidimensional Analysis: Análisis sobre datos netCDF. Disponible con Spatial Analyst o Image Analyst
para ArcGIS.
• Otras herramientas relacionadas con Mosaic Datasets, Raster Management…
• Las GP Tools de ArcGIS permiten ejecutar prcoesos desde Python o como Servicio.
24. Spatial Statistics
Analizar distribuciones, patrones, procesos y relaciones espaciales
Centro mediano
y dispersión
Clustering Clustering
multivariable
Clustering
restringido espacialmente
Autocorrelación Espacial
(I de Moran)
Hotspots
(Gi* de Getis-Ord)
Regresión ponderada
geográficamente (GWR)
Regresión
exploratoria
http://esriurl.com/spatialstats
25. Análisis predictivo y Machine Learning
• Pixel & Object Based
• Image Segmentation
• Maximum Likelihood
• Random Trees
• Support Vector Machine
• Empirical Bayesian Kriging
• Areal Interpolation
• EBK Regression Prediction
• Ordinary Least Squares Regression and
Exploratory Regression
• Geographically Weighted Regression
Classification
Prediction
Clustering
• Spatially Constrained Multivariate
Clustering
• Multivariate Clustering
• Density-based Clustering
• Hot Spot Analysis
• Cluster and Outlier Analysis
• Space Time Pattern Mining
• Generate training samples
• Detect objects
• Classify pixels
Deep Learning