摘要: 在过去的二十年中,Python 与 GIS 的使用显着增加,特别是随着 2000 年 Python 2.0 系列的推出,其中包括许多新的编程功能,使该语言更易于部署。 从那时起,Python 不仅在商业 GIS 中使用,如 Esri 的产品,还在开源平台中使用...
在过去的二十年中,Python 与 GIS 的使用显着增加,特别是随着 2000 年 Python 2.0 系列的推出,其中包括许多新的编程功能,使该语言更易于部署。
从那时起,Python 不仅在商业 GIS 中使用,如 Esri 的产品,还在开源平台中使用,包括作为 QGIS 和 GRASS 的一部分。
事实上,迄今为止,Python 是 GIS 用户和程序员使用最广泛的语言。Esri 等大公司已经接受 Python,它是一种相对简单的语言,许多用户已完全接受。
在 GIS 中使用 Python 的好处
Python 的主要好处是减少了冗余行为。 例如,如果只使用 GRASS 或 QGIS 的原生平台,进行多视域分析将需要一些时间。但是,通过集成处理起点的简单循环和影响视域的简单规则,可以在单个过程中应用许多领域。此外,这现在也为许多 GIS 用户提供了在其更大的应用程序中创建特定程序以启用批处理运行、动态编译、访问各种开源工具、轻松分配内存和其他实用程序的可能性。大多数 GIS 用户像脚本一样使用 Python,而不是应用其面向对象或命令式编程风格的特性。换句话说,Python 通常用于解决特定但有限的问题,作为更广泛的应用程序或分析的一部分。然而,该语言在不断发展,通常基于用户社区的输入,这是该语言早期哲学的一部分。
认识到许多用户只是希望在程序中使用一个简单的脚本,这导致了它的简化开发。实际上,相对于其他语言,如 C、C++ 等高级语言,Python 的主要优势在于其相对容易学习,语法看起来更像人类语言和函数,用户经常会遇到诸如垃圾收集、自动化等问题。尽管如此,Python 拥有众多库,尽管语法简单,但功能相对强大,如今它已使新型应用程序成为可能,如用于移动设备的 GIS、地图功能与 Web 程序的集成以及许多 新工具需要服务器和基于云的服务的其他领域。Python 允许访问众所周知的库,如谷歌地图和其他流行的谷歌软件。实际上,Python 允许广大程序员更轻松地集成各种软件,并使 GIS 和制图工具与其他流行的工具和设备集成。这有助于在很大程度上解释当今使用 GIS 工具和地图 绘制的移动设备和其他应用程序的大幅增长。
Python 在 GIS 中的未来
使用 Python 的 GIS 未来仍然充满挑战。如虽然 Python 3.x 一直在开发中,但许多程序是用 Python 2.x 系列编写的,这为让旧代码与正在开发的较新 Python 版本一起工作提供了 一些挑战。语言有弱点。例如,Python 最初被设计为更像 是一种脚本语言,许多程序员仍然如此应用它。该语言是一种解释型语言,因此与 C/C++ 相比速度较慢,编译不会在运行时之前发生。但它可以部署为面向对象的程序,这对于较大的软件应用程序更为典型。
该语言在执行之前不会轻易通知代码中的错误,这使得有时比其他语言更难修复编程错误。许多语言常见的信息隐藏并不明确,导致经验丰富的 程序员需要进行更繁重和额外的编码,以使用 Python 构建 与其他一些语言的复杂性相匹配的工具。Python试图让许多 人更容易使用这种语言,这一事实有时会让其他人更难使用其他语言中常见的编程技术。
尽管如此,Python 背后的哲学是简单且最好的。这对每个人来说可能不是一个有用的哲学,但这意味着 Python 拥有更大的用户社区,导致许多主要软件公司接受 Python,即使软件的其他部分是用其他语言构建的。