SlideShare a Scribd company logo
1 of 152
PythonとQGISで簡単処理
石崎 一隆
2018年6月22日
講座の流れ
1.ハンズオン 1
– モデラー を触ってみる –
2.ハンズオン 2
– Pythonを触ってみる –
3.ハンズオン 3、Pythonの説明
– Pythonの簡単なコードを記載してみる –
4.ハンズオン 4
– いろいろ試します -
2
講座前の確認
3
• 本講座で説明するQGISはVer 3.0.2です。
(QGIS Ver3.0.3が出ておりますが、バージョンによる違いは考慮していません)
• OSはWindows7 Professionalです。
• 講座用のデータをパソコンにコピーしてください。
本講座で利用するデータについて
・統計データの出典:総務省 統計局
政府統計の総合窓口(e-Stat)(http://www.e-stat.go.jp/)
4
ハンズオン1
– モデラーを触ってみる –
QGISの処理モデラーを
ハンズオン形式で体験して頂きます。
1-0 何ができるのか?
5
「ハンズオン1」は以下を目標に進めていきます。
• プロセシングツールを利用してフィールドを追加します。
• 処理モデラーを利用してフィールドを追加します。
• 処理モデラーを利用して範囲のクリックを行います。
• 処理モデラーのバッチ処理を行います。
1-1 QGISの起動
6
• スタートメニュー又はデスクトップ上の「QGIS 3.0」フォルダ内
にある「QGIS Desktop 3.0.2」を実行すると起動できます。
スタートメニューより
デスクトップ上の「QGIS 3.0」フォルダより
(こちらはショートカットです)
1-2 メニューの確認
7
属性ツール
1-3 地図データの表示 - 1
8
• QGISに地図データを表示します。
• 統計データ 札幌市中央区「h27ka01101.shp」を表示します。
• 表示方法は2種類あります。
メインメニュー - [レイヤ] –[レイヤの追加] – [ベクタレイヤ追加]
「データソースマネージャー|ベクタ」から“ファイル”を選択し、 “ブラウズ”ボタン
→ 「h27ka01101」を指定後“追加”ボタンを選択し、“閉じる”ボタンを選択
方法1
1-4 地図データの表示 - 2
9
方法2
「h27ka01101.shp」を選択し、QGISへドラッグ&ドロップ
1-5 地図データの表示 - 3
10「h27ka01101.shp」が表示されました。
1-6 プロセッシングツールボックスの表示
11
• プロセッシングツールボックスの表示方法を説明します。
• 属性ツールバー から“ツールボックス”ボタン を選択します。
• “プロセッシングツールボックス”が表示されます。
1-7 フィールドの追加 - 1
12
• プロセッシングツールを利用して属性テーブルにフィールドを
追加してみます。
• [ベクタテーブル] – [属性テーブルにフィールドを追加]を
選択します。
1-8 フィールドの追加 - 2
13
• フィールド名に“foss4g”と入力します。
• 追加されたのボタンを押し、“Save to File…”を選択します。
1-9 フィールドの追加 - 3
14
• フォルダを“C:handsonout”
• ファイル名を“h27ka01101.shp”
• ファイルの種類を“SHP file”を選択
“保存”ボタンを押します
1-10 フィールドの追加 - 4
15
• このまま実行すると、属性値の文字化けが発生します。
• 追加されたのボタンを押し、“ChangeFileEncoding”を選択します。
1-11 フィールドの追加 - 5
16
• ファイルエンコーディングから“UTF-8”を選択します。
• “OK”ボタンを選択します。
1-12 フィールドの追加 - 6
17
“バックグラウンドで実行”ボタンを押します
1-13 フィールドの追加 - 7
18
“閉じる”ボタンを押します
1-14 フィールドの追加 - 8
19
追加された“foss4g”フィールドが
確認できます。
“地物情報表示”ボタンをオンにしてから
ポリゴンを選択します。
“追加された”レイヤを選択
“h27ka01101.shp”レイヤは非表示
1-15 処理モデラーの表示 - 1
20
• 処理モデラーの表示方法を説明します。
• 属性ツールバー から“ツールボックス”ボタン を選択します。
• “プロセッシングツールボックス”が表示されます。
1-16 処理モデラーの表示 - 2
21
• プロセッシングツールボックスから“モデルボタン を
選択します。
・“Create new Model…”を選択します。
・処理モデラーが表示されました。
1-17 処理モデラーを使う準備
22
• モデルプロパティの名前、グループに任意の名前をつけます。
1-18 フィールドの追加 - 1
23
• [属性テーブルにフィールドを追加]を処理モデラーで試します。
• [ベクタテーブル] – [属性テーブルにフィールドを追加]を
ダブルクリックします。
1-19 フィールドの追加 - 2
24
• 試しに“OK”ボタンを押すと、エラーになる事がわかります。
1-20 フィールドの追加 - 3
25
• 不足しているパラメータの確認。
入力レイヤ
フィールド名
追加された
“キャンセル”ボタンを押して、一度閉じます。
1-21 フィールドの追加 - 4
26
• “入力”タブを選択し、“Vector Layer”を選択します。
• パラメータ定義ダイアログが表示されます。
“Layer”を入力
“ポリゴン”を選択
“OK”ボタンを選択
1-22 フィールドの追加 - 5
27
• “String”を選択します。
• パラメータ定義ダイアログが表示されます。
“Field”を入力
“OK”ボタンを選択
1-23 フィールドの追加 - 6
28
• “アルゴリズム”タブを指定し、[ベクタテーブル] – [属性テーブル
にフィールドを追加]をダブルクリックします。
指定したパラメータ名が
表示されている事が確認できます。
1-24 フィールドの追加 - 7
29
• 「追加された」にパラメータ名“OutFile”を入力し、“OK”ボタンを
押します。
“OutFile”を入力します。
“OK”ボタンを選択
1-25 フィールドの追加 - 8
30
• “属性テーブルにフィールドを追加”の処理モデラーが
できました。モデルを実行します。
“モデルの実行”ボタンを選択します。
1-26 フィールドの追加 - 9
31
• Filed名に“addf”と入力します。
• OutFile名に“C:handsonoutOutFile.shp”と入力します。
1-27 フィールドの追加 - 10
32
• “ChangeFileEncoding”が“UTF-8”か確認します。
UTF-8以外の場合はUTF-8へ変更します。
“実行”ボタンを選択
1-28 フィールドの追加 - 11
33
追加された“addf”フィールドが
確認できます。
“地物情報表示”ボタンをオンにしてから
ポリゴンを選択します。
“OutFile”レイヤを選択
“h27ka01101.shp”レイヤは非表示
1-29 モデルの保存
34
• “モデルを名前をつけて保存する”ボタンを選択します。
• 保存先を指定し、“保存”ボタンを押します。
1-30 範囲で切り抜きクリップ - 1
35
• [属性テーブルにフィールドを追加]から[範囲で切り抜きクリップ]
の連続処理を処理モデラーで試します。
・ [レイヤ] - [レイヤの作成] – [新規シェープファイル]を選択します。
“OK”ボタンを選択
“C:handsonouthani.shp”を入力
“ポリゴン”を選択
1-31 範囲で切り抜きクリップ - 2
36
• “hani”レイヤが追加されます。処理モデラーを表示します。
• “hani”レイヤにポリゴンを作成します。
• 処理モデラーを閉じた場合は“モデルを開く”ボタンから
保存したモデルを開いてください。
1-32 範囲で切り抜きクリップ - 3
37
• [ベクタオーバレイ] – [範囲で切り抜きクリップ]を
ダブルクリックし、不足しているパラメータを確認します。
領域(xmin、xmax、ymin、ymax)
“OK”ボタンを選択
1-33 範囲で切り抜きクリップ - 4
38
• “入力”タブを指定し、“Extent”を選択します。
• パラメータ定義ダイアログが表示されます。
“Extent”を入力
“OK”ボタンを選択
1-34 範囲で切り抜きクリップ - 5
39
• “アルゴリズム”タブを指定し、[ベクタオーバレイ] –
[範囲で切り抜きクリップ]をダブルクリックします。
アルゴリズム ‘属性テーブルにフィールドを追加’の
‘追加された‘を選択
“OK”ボタンを選択
“Extent”を選択
“はい”を選択
“OutFile2”を入力
1-35 範囲で切り抜きクリップ - 6
40
• “範囲で切り抜きクリップ”の処理モデラーができました。
モデルを実行します。
“モデルの実行”ボタンを選択します。
1-36 範囲で切り抜きクリップ - 7
41
• Filed名に“addf2”と入力します。
• Layer名に“h27ka01101”を選択します。
1-37 範囲で切り抜きクリップ - 8
42
• Exten名のボタンから“レイヤー/キャンパス範囲を利用する”
を選択します。
1-38 範囲で切り抜きクリップ - 9
43
• 領域を選択ダイアログが表示されるので“hani”を選択します。
“OK”ボタンを選択
1-39 範囲で切り抜きクリップ - 10
44
• OutFile2名に“C:handsonoutOutFile2.shp”と入力します。
• OutFile名の“アルゴリズムの実行後に出力ファイルを開く“の
チェックを外します。
“実行”ボタンを選択
1-40 範囲で切り抜きクリップ - 11
45
追加された“addf2”フィールドが
確認できます。
“地物情報表示”ボタンをオンにしてから
ポリゴンを選択します。
“OutFile2”レイヤを選択
“h27ka01101.shp”、“hani”レイヤは非表示
1-41 バッチ処理 - 1
46
• 作成したモデルからバッチ処理(繰り返し処理)する方法を
説明します。
• 中央区、北区、南区を利用するので“hani”レイヤのポリゴンの
大きさを調整しておきます。
ポリゴンが中央区、北区、南区
それぞれに重なるよう形状を
変更します。
1-42 バッチ処理 - 2
47
• モデルを別名で保存しておきます。
• 再度、モデルを実行します。
• “Run as Batch Process..”を選択します。
1-43 バッチ処理 - 3
48
• バッチ処理ダイアログが表示されます。
1-44 バッチ処理 - 4
49
• “Filed”に追加するフィールド名“addf2”と記載します。
• “Layer”に中央区、北区、南区のShapefileを指定します。
1-45 バッチ処理 - 5
50
• “Extent”に”hani”レイヤを指定します。
• “OutFile2”にs1.shp、2s.shp、s3.shpのShapefile名を指定します。
1-46 バッチ処理 - 6
51
• “Outfile”に中間ファイル用のtmp.shpを記載します。
• “実行”ボタンを押します。
1-47 バッチ処理 - 7
52
• バッチ処理が実行されます。“バッチプロセスが完了しました”
メッセージが表示されたら、“OK”ボタンを押します。
1-48 バッチ処理 - 8
53
“OutFile2”で指定したShapefileを
読込みます。
追加された“addf2”フィールドが
確認できます。
中央区、北区、南区が
“hani”レイヤで切り抜かれて
いる事が確認できます。
54
モデラーは便利ですが
複数のファイルを繰り返す場合
設定がとても面倒です。
こんな時はPythonです!
55
ハンズオン2
– Pythonを触ってみる –
QGISのPythonを
ハンズオン形式で体験して頂きます。
2-0 何ができるのか?
56
「ハンズオン2」は以下を目標に進めていきます。
• Pythonコンソールのバグ対応を行います。
• Pythonを利用してフィールドを追加します。
• 複数ファイルを一括変換します。
• 文字化けについて説明します。
2-1 Pythonコンソールの表示 - 1
57
• Pythonの処理はPythonコンソール上で行います。
• メインメニュー – [プラグイン] – [pythonコンソール」を選択します。
2-2 Pythonコンソールの表示 - 2
58
• Pythonコンソールが表示されます。
• エディタを表示します。
“エディタの表示“ボタンを押します。
2-3 Pythonコンソールの表示 - 3
59
• エディタが表示されます。
2-4 Pythonコンソールの準備 - 1
60
• Pythonコンソールを利用する準備を行います。
• まず、モデルで試した“フィールドの追加”を行います。
• エディタに以下のソースを記載します。
import processing
Input_layer='C:/handson/1_sapporo_tyuou/h27ka01101.shp'
Field_name='addf3'
Added='C:/handson/out/outxxx.shp'
parameters = {
'INPUT':Input_layer,
'FIELD_NAME':Field_name,
'FIELD_TYPE':0,
'FIELD_LENGTH':10.0,
'FIELD_PRECISION':0.0,
'OUTPUT':Added}
processing.run('qgis:addfieldtoattributestable',parameters)
ここはスペースではなく、
タブを入れてください。
2-5 Pythonコンソールの準備 - 2
61
• “スクリプト実行”ボタンを押します。
2-6 Pythonコンソールの準備 - 3
62
• エラーになります。
• QGIS3.0.2はバグがあるようなので修正します。
• 3.0.2の後は修正される事を期待します。
2-7 Pythonコンソールの準備 - 4
63
• エラーを解決する方法は2つあります。
• 一つ目は“feedback = QgsProcessingFeedback()”を
追加する方法です。
processing.run('qgis:addfieldtoattributestable',parameters)
processing.run('qgis:addfieldtoattributestable',parameters, feedback = QgsProcessingFeedback())
2-8 Pythonコンソールの準備 - 5
64
• 二つ目は“Processing.py”を書き換える方法です。
• エディタの内容を保存しておきます。保存後、QGISを閉じます。
“Save as”ボタンを押し、任意の場所に
pyファイルを保存します。
2-9 Pythonコンソールの準備 - 6
65
• “C:Program FilesQGIS 3.0appsqgispython
pluginsprocessingcore”フォルダを開きます。
・ “Processing.py”ファイルをテキストエディタで開きます。
2-10 Pythonコンソールの準備 - 7
66
• 47行目に“QgsProcessingFeedback”を追加します。
__revision__ = '$Format:%H$‘
import os
import traceback
from qgis.PyQt.QtCore import Qt, QCoreApplication
from qgis.PyQt.QtWidgets import Qapplication
from qgis.PyQt.QtGui import Qcursor
from qgis.utils import iface
from qgis.core import (QgsMessageLog,
QgsApplication,
QgsMapLayer,
QgsProcessingProvider,
QgsProcessingAlgorithm,
QgsProcessingException,
QgsProcessingParameterDefinition,
QgsProcessingOutputVectorLayer,
QgsProcessingOutputRasterLayer,
QgsProcessingOutputMapLayer,
QgsProcessingOutputMultipleLayers)
この後に追加します。
2-11 Pythonコンソールの準備 - 8
67
• 追加後は、以下のようになります。
__revision__ = '$Format:%H$‘
import os
import traceback
from qgis.PyQt.QtCore import Qt, QCoreApplication
from qgis.PyQt.QtWidgets import Qapplication
from qgis.PyQt.QtGui import Qcursor
from qgis.utils import iface
from qgis.core import (QgsMessageLog,
QgsApplication,
QgsMapLayer,
QgsProcessingProvider,
QgsProcessingAlgorithm,
QgsProcessingException,
QgsProcessingParameterDefinition,
QgsProcessingOutputVectorLayer,
QgsProcessingOutputRasterLayer,
QgsProcessingOutputMapLayer,
QgsProcessingOutputMultipleLayers,
QgsProcessingFeedback)
カンマを忘れずに
入れてください。
2-12 Pythonコンソールの準備 - 9
68
• QGISを起動し、“Open Script”ボタンから保存したpyファイルを
読込み、“スクリプト実行”ボタンを押します。
2-13 Pythonコンソールの準備 - 10
69
• エラーは表示されず、実行されます。
• エディタで指定したAddedに指定したShapefileを読込みます。
2-14 Pythonコンソールの準備 - 11
70
追加された“addf3”フィールドが
確認できます。
“地物情報表示”ボタンをオンにしてから
ポリゴンを選択します。
“outxxx”レイヤを選択
2-15 複数ファイルを一括変換 - 1
71
• 中央区、北区、東区を一括変換します。
• エディタに以下のソースを記載します。
import processing
Input_layer=[
'C:/handson/1_sapporo_tyuou/h27ka01101.shp',
'C:/handson/2_sapporo_kita/h27ka01102.shp',
'C:/handson/3_sapporo_higashi/h27ka01103.shp'
]
Field_name='addf3'
for i,SetLayer in enumerate(Input_layer):
Added='C:/handson/out/out' + str(i+1) + '.shp'
parameters = {
'INPUT':SetLayer,
'FIELD_NAME':Field_name,
'FIELD_TYPE':0,
'FIELD_LENGTH':10.0,
'FIELD_PRECISION':0.0,
'OUTPUT':Added}
processing.run('qgis:addfieldtoattributestable',parameters)
ここはスペースではなく、
タブを入れてください。
2-16 複数ファイルを一括変換 - 2
72
• 中央区、北区、東区に‘addf3‘フィールドを追加した
Shapefileが3つ作成されます。QGISに表示して確認します。
2-17 外部ファイルを指定して変換- 1
73
• 外部ファイルにShapefile名を指定して一括変換します。
• 外部ファイルをテキストエディタで用意します。
• 中央区、北区、東区、白石区、豊平区、南区を一括変換します。
• “C:handsonsapporo.txt”として保存します。
C:/handson/1_sapporo_tyuou/h27ka01101.shp,
C:/handson/2_sapporo_kita/h27ka01102.shp,
C:/handson/3_sapporo_higashi/h27ka01103.shp,
C:/handson/4_sapporo_shiroishi/h27ka01104.shp,
C:/handson/5_sapporo_toyohira/h27ka01105.shp,
C:/handson/6_sapporo_minami/h27ka01106.shp
2-18 外部ファイルを指定して変換- 2
74
• エディタに以下のソースを記載します。
import processing
f = open('C:/handson/sapporo.txt', 'r')
fvalue = f.read()
Input_layer= fvalue.split(',n')
Field_name='addf3'
for i,SetLayer in enumerate(Input_layer):
Added='C:/handson/out/out2_' + str(i+1) + '.shp'
parameters = {
'INPUT':SetLayer,
'FIELD_NAME':Field_name,
'FIELD_TYPE':0,
'FIELD_LENGTH':10.0,
'FIELD_PRECISION':0.0,
'OUTPUT':Added}
processing.run('qgis:addfieldtoattributestable',parameters)
f.close()
インデントを入れます。
2-19 外部ファイルを指定して変換- 3
75
• 6区に‘addf3‘フィールドを追加した
Shapefileが6つ作成されます。QGISに表示して確認します。
2-20 フォルダを指定して変換 - 1
76
• 指定したフォルダ内のShapefileを一括変換する手順を
説明します。
2-21 フォルダを指定して変換 - 2
77
import processing
import os
ShpPath = 'C:/handson/1_sapporo_tyuou'
Input_layer = []
Field_name='addf3'
for d in os.listdir(ShpPath):
if(d[-4:] == '.shp'):
Input_layer.append(d)
for i,SetLayer in enumerate(Input_layer):
Added='C:/handson/out/out_' + SetLayer
InLayer = ShpPath + '/' + SetLayer
parameters = {
'INPUT':InLayer,
'FIELD_NAME':Field_name,
'FIELD_TYPE':0,
'FIELD_LENGTH':10.0,
'FIELD_PRECISION':0.0,
'OUTPUT':Added}
processing.run('qgis:addfieldtoattributestable',parameters)
f.close()
78
PytonとQGISで
簡単に一括処理できました!
2-20 文字化け - 1
79
• 文字化けをする場合があります。
• みなさんの環境ではいかがでしょうか?
2-21 文字化け - 2
80
• ShapefileはEsri社が開発したフォーマットです。
• ArcGISで採用されています。
• ArcGIS10.2.1より、Shapefileの文字コードがSJISからUTF-8へ
変更されました。
• SJISは日本語表示のコードでWindowsに採用されています。
• UTF-8は世界中のコードに対応しており、現在主流のコードに
なります。
• 現在もShapfileはSJISとUTF-8版が混在している状態です。
• SJIS版のShapefileをQGISのPythonコンソールで実行すると
環境により文字化けする事があります。
2-22 文字化け - 3
81
• 文字化けした場合はUTF-8のShapefileに事前に変換します。
• QGISの“Save as”からエンコーディングから“UTF-8”を選択して
保存する事でSJISからUTF-8のShapefileを変換できます。
• ogr2ogrを利用する事で、バッチ処理で一括変換が可能です。
2-23 データエンコーディングの確認 - 1
82
• Shapefileの文字コードがわからない場合は、QGISのレイヤ
プロパティのデータエンコーディングを確認します。
エンコーディングが“System”、“Shift JIS”で
文字化けしなければ、SJISのShapefileです。
文字化けして
いないか確認
2-24 データエンコーディングの確認 - 2
83
エンコーディングが“UTF-8”で
文字化けしなければ、
UTF-8のShapefileです。
文字化けして
いないか確認
84
ハンズオン3
– Pythonとは –
Pythonについて簡単に説明します。
また、簡単なコードを書いてみます。
3-0 何ができるのか?
85
「ハンズオン3」は以下を目標に進めていきます。
• Pythonについての説明する。
• Pythonの簡単なコードを書き、基本を学ぶ。
3-1 pythonとは
86
• Pythonはプログラミング言語で、他のプログラミング言語と比較
して扱いやすいと言われています。
• 実現する事に対して少ないコード行数で書けるようになってい
ます。
• ライセンスはPSF (Python Software Foundationライセンス)とい
うフリーソフトウェアライセンスでGNU General Public Licenseと
互換性のあるライセンスです。
• 扱いやすい事から、多くの分野で採用されています。
• 商用のGISでも採用がされています。
3-2 pythonの記述ルール - 1
87
• Pythonは複合文という記述の仕方をします。
• 例えば条件式のifの場合は以下のように記述します。
ヘッダ文の最後は「:」コロンを入れます。
実行結果は以下のようになります。
ヘッダ文:
文
x = 1
y = 1
if x == y:
print('equal')
else:
print('not equal')
インデントを入れます。
3-3 pythonの記述ルール - 2
88
• 繰り返し処理のwhileの場合は以下のように記述します。
実行結果は以下のようになります。
x = 1
while x < 5:
print ( str(x) )
x += 1
3-4 pythonの記述ルール - 3
89
• 繰り返し処理のforの場合は以下のように記述します。
実行結果は以下のようになります。
これは“foss4g”という文字列のシーケンス(順番に並んでいる)を
forで取り出す処理になります。
for x in 'foss4g':
print( str(x) )
3-5 pythonの記述ルール - 4
90
• シーケンスの番号を取得する場合はenumerate関数を
利用します。
実行結果は以下のようになります。
for i,x in enumerate('foss4g'):
print( str(i) + ' -> ' + str(x))
3-6 pythonの記述ルール - 5
91
• forの別の方法の場合は以下のように記述します。
実行結果は以下のようになります。
for x in range(5):
print( str(x) )
3-7 pythonの記述ルール - 6
92
• forのさらに別の方法の場合は以下のように記述します。
実行結果は以下のようになります。
for x in range(5,10):
print( str(x) )
93
ハンズオン4
– Pythonコンソールでいろいろ –
いろいろ試していきます。
4-0 何ができるのか?
94
「ハンズオン4は以下を目標に進めていきます。
• 日本語のファイル名やメッセージの扱いについて説明します。
• プロバイダー名の探し方を説明します。
• フィールド追加から範囲クリップを続けて処理します。
• 条件により処理を分けます。
• ベクタレイヤの結合、分割を行います。
• フィールド演算機から新しいフィールドと値を追加します。
4-1 pythonコンソールで日本語- 1
95
• 以下を実行してみましょう。
実行結果は以下のようになります。
エラーに・・・
x = 1
y = 1
if x == y:
print('正しいl')
else:
print('正しくない'))
4-2 pythonコンソールで日本語- 2
96
• 以下に書き換えて、コンソールから実行します。
実行結果は以下のようになります。
exec(open('C:/Users/ishizaki/AppData/Local/Temp/tmpw_ze80so.py'.encode('utf-8')).read())
exec(open('C:/Users/ishizaki/AppData/Local/Temp/tmpw_ze80so.py',encoding='utf-8').read())
書き換えたコードをコンソールに貼り付けて、“Enter”キーを押します。
エラーにならず、処理されました。
4-3 pythonコンソールで日本語- 3
97
• 前に試したShapefileを読み込んでフィールド名を追加する
例のShapefile名を日本語で試してみましょう。
事前に中央区Shapefileのフォルダ名、ファイル名を変更します。
“スクリプト実行”ボタンでエラーにしてから
import processing
Input_layer='C:/handson/日本語で/札幌市中央区.shp'
Field_name='addf3'
Added='C:/handson/out/出力.shp'
parameters = {
'INPUT':Input_layer,
'FIELD_NAME':Field_name,
'FIELD_TYPE':0,
'FIELD_LENGTH':10.0,
'FIELD_PRECISION':0.0,
'OUTPUT':Added}
processing.run('qgis:addfieldtoattributestable',parameters)
4-4 pythonコンソールで日本語- 4
98
まず、エラーにする。
書き換えたコードをコンソールに貼り付けて、“Enter”キーを押します。
4-5 pythonコンソールで日本語- 5
99
追加された“addf3”フィールドが
確認できます。
“地物情報表示”ボタンをオンにしてから
ポリゴンを選択します。
“出力.shp”を読み込みます。
データエンコーディングは“UTF-8”へ変更
4-6 プロバイダー名を探す- 1
100
• プロバイダー名を探す方法を説明します。
• QGISのページ(https://qgis.org/ja/site/)を開きます。
ドキュメントを選択します。
4-7 プロバイダー名を探す- 2
101
• “QGISユーザーガイドマニュアル”を選択します。
4-8 プロバイダー名を探す- 3
102
• QGIS User Guideが表示されます。
4-9 プロバイダー名を探す- 4
103
• “Processing providers and algorithms”を選択します。
4-10 プロバイダー名を探す- 5
104
• Processing providers and algorithmsが表示されます。
4-11 プロバイダー名を探す- 6
105
• ”属性テーブルにフィールドを追加“
する” addfieldtoattributestable“を
探します。
プロセッシングツールボックスの
構成を思い出してください。
4-12 プロバイダー名を探す- 7
106
• ”Vector table“を選択します。
4-13 プロバイダー名を探す- 8
107
• Vector tableが表示されます。
• “Add field to attributes table”を選択します。
4-14 プロバイダー名を探す- 9
108
• Add field to attributes tableが表示されます。
• パラメータ名を確認します。
parameters = {
'INPUT':SetLayer,
'FIELD_NAME':Field_name,
'FIELD_TYPE':0,
'FIELD_LENGTH':10.0,
'FIELD_PRECISION':0.0,
'OUTPUT':Added}
4-15 プロバイダー名を探す- 10
109
• アウトプット名を確認します。
parameters = {
'INPUT':SetLayer,
'FIELD_NAME':Field_name,
'FIELD_TYPE':0,
'FIELD_LENGTH':10.0,
'FIELD_PRECISION':0.0,
'OUTPUT':Added}
4-16 プロバイダー名を探す- 11
110
• エディタに書き込むパラメータやアウトプット名がわからない
場合は、わざとエラーにすると名称がわかります。
わざと、パラメータ名を間違ってみます。
スクリプト実行
パラメータ名が表示されます。
4-17 プロバイダー名を探す- 12
111
• ドキュメントからプロバイダー名を
探すのが難しい場合は
まず、プロセッシングツールバー
にマウスオーバーしてください。
プロバイダー名が表示されます。
4-18 続けて処理 - 1
112
• ”属性テーブルにフィールドを追加“から
“範囲で切り抜きクリップ”を続けて処理してみます。
4-19 続けて処理 - 2
113
import processing
f = open('C:/handson/sapporo.txt', 'r')
fvalue = f.read()
Input_layer= fvalue.split(',n')
Field_name='addf4'
for i,SetLayer in enumerate(Input_layer):
Added='C:/handson/out/out2_' + str(i+1) + '.shp'
parameters1 = {
'INPUT':SetLayer,
'FIELD_NAME':Field_name,
'FIELD_TYPE':0,
'FIELD_LENGTH':10.0,
'FIELD_PRECISION':0.0,
'OUTPUT':"C:/handson/out/tmp.shp"}
processing.run('qgis:addfieldtoattributestable',parameters1)
4-20 続けて処理 - 3
114
parameters2 = {
'INPUT':SetLayer,
'EXTENT':'C:/handson/hani.shp',
'CLIP':1,
'OUTPUT':Added
}
processing.run('qgis:extractbyextent',parameters2)
LayerName = SetLayer.split('/')
layer = iface.addVectorLayer(Added, LayerName[2], 'ogr')
f.close()
作成されたShapefileを読み込む処理を追記します。
4-21 続けて処理 - 4
115
• フィールドが追加され、クリップされている事が確認できます。
4-22 条件により処理を分ける - 1
116
• 条件により、処理を分ける例を試します。
• Hani2、hani3というShapefileを作成し、適当なポリゴンを
それぞれ一つづつ作成します。
4-23 条件により処理を分ける - 2
117
import processing
f = open('C:/handson/sapporo.txt', 'r')
fvalue = f.read()
Input_layer= fvalue.split(',n')
Hani2 = 'C:/handson/hani2.shp'
Hani3 = 'C:/handson/hani3.shp'
for i,SetLayer in enumerate(Input_layer):
Added='C:/handson/out/out3_' + str(i+1) + '.shp'
parameters = {
'INPUT':SetLayer,
'OVERLAY':Hani2,
'OUTPUT':Added}
processing.run('qgis:clip',parameters)
LayerName = SetLayer.split('/')
layer = iface.addVectorLayer(Added, LayerName[2], 'ogr')
f.close()
4-24 条件により処理を分ける - 3
118
• Hani2でクリップされます。
4-25 条件により処理を分ける - 4
119
• 以下の条件で分けます。
• 中央区、南区はhani2でクリップする。
• 北区、東区、白石区、豊平区はhani3でクリップする。
import processing
f = open('C:/handson/sapporo.txt', 'r')
fvalue = f.read()
Input_layer= fvalue.split(',n')
Hani2 = 'C:/handson/hani2.shp'
Hani3 = 'C:/handson/hani3.shp'
for i,SetLayer in enumerate(Input_layer):
Added='C:/handson/out/out3_' + str(i+1) + '.shp'
parameters2 = {
'INPUT':SetLayer,
'OVERLAY':Hani2,
'OUTPUT':Added}
4-26 条件により処理を分ける - 5
120
parameters3 = {
'INPUT':SetLayer,
'OVERLAY':Hani3,
'OUTPUT':Added}
if i+1 in { 1 , 6 }:
processing.run('qgis:clip',parameters2)
else:
processing.run('qgis:clip',parameters3)
LayerName = SetLayer.split('/')
layer = iface.addVectorLayer(Added, LayerName[2], 'ogr')
f.close()
4-27 条件により処理を分ける - 6
121
• Hani2、Hani3でクリップされます。
4-28 ベクタレイヤの結合 - 1
122
• ベクタレイヤの結合を説明します。
• 中央区、南区、北区、東区、白石区、豊平区を結合します。
import processing
f = open('C:/handson/sapporo.txt', 'r')
fvalue = f.read()
Input_layer= fvalue.split(',n')
OutputLayer = 'C:/handson/out/out4.shp'
parameters = {
'INPUT':SetLayer,
'LAYERS':Input_layer,
'OUTPUT':OutputLayer}
processing.run('qgis:mergevectorlayers',parameters)
layer = iface.addVectorLayer(OutputLayer, 'merge', 'ogr')
f.close()
4-29 ベクタレイヤの結合 - 2
123
• 結合されました。
データエンコーディングは“UTF-8”へ変更
4-30 ベクタレイヤの結合 - 3
124
• 結合するshapefileを直接記載する場合はリスト型で指定します。
import processing
Input_layer = [
'C:/handson/1_sapporo_tyuou/h27ka01101.shp',
'C:/handson/2_sapporo_kita/h27ka01102.shp',
'C:/handson/3_sapporo_higashi/h27ka01103.shp',
'C:/handson/4_sapporo_shiroishi/h27ka01104.shp',
'C:/handson/5_sapporo_toyohira/h27ka01105.shp',
'C:/handson/6_sapporo_minami/h27ka01106.shp'
]
OutputLayer = 'C:/handson/out/out5.shp'
parameters = {
'INPUT':SetLayer,
'LAYERS':Input_layer,
'OUTPUT':OutputLayer}
processing.run('qgis:mergevectorlayers',parameters)
layer = iface.addVectorLayer(OutputLayer, 'merge', 'ogr')
リスト型は[ ]で指定します。
4-31 ベクタレイヤの分割 - 1
125
• ベクタレイヤの分割を説明します。
• さきほど結合したShapefileを人口毎にファイルを分けます。
import processing
f = open('C:/handson/sapporo.txt', 'r')
fvalue = f.read()
Input_layer= fvalue.split(',n')
OutputLayer = 'C:/handson/out/out4.shp'
OutputFolder = 'C:/handson/out2'
SetField = 'JINKO'
parameters1 = {
'INPUT':SetLayer,
'LAYERS':Input_layer,
'OUTPUT':OutputLayer}
processing.run('qgis:mergevectorlayers',parameters1)
4-32 ベクタレイヤの分割 - 2
126
parameters2 = {
'INPUT':SetLayer,
'FIELD':SetField,
'OUTPUT':OutputFolder}
processing.run('qgis:splitvectorlayer',parameters2)
f.close()
4-33 ベクタレイヤの分割 - 3
127
• 人口毎のShapefileが作成されました。
4-34 ベクタレイヤの分割 - 4
128
データエンコーディングは“UTF-8”へ変更
• 分割されたShapefileを読み込み確認します。
4-35 フィールド計算機 - 1
129
• 計算した結果を新しいフィールドへ格納します。
• 都道府県名+市区町村名+町丁・字等名称を格納します。
import processing
f = open('C:/handson/sapporo.txt', 'r')
fvalue = f.read()
Input_layer= fvalue.split(',n')
Field_name='addf4'
SetFormula='"PREF_NAME" + "CITY_NAME" + "S_NAME" '
for i,SetLayer in enumerate(Input_layer):
Added='C:/handson/out/out5_' + str(i+1) + '.shp'
4-36 フィールド計算機 - 2
130
parameters = {
'INPUT':SetLayer,
'NEW_FIELD':Field_name,
'FIELD_NAME':Field_name,
'FIELD_TYPE':2,
'FIELD_LENGTH':20,
'FIELD_PRECISION':3,
'FORMULA':SetFormula,
'OUTPUT':Added
}
processing.run('qgis:fieldcalculator',parameters)
f.close()
0:double(浮動小数点)
1:qlonglong(整数)
2:string(文字列)
3:qdate(日付)
4-37 フィールド計算機 - 3
131
データエンコーディングは“UTF-8”へ変更
• Shapefileを読み込み確認します。
計算された値が格納されているか
確認します。
4-38 フィールド計算機 - 4
132
• String型で作成されている事を確認します。
4-39 フィールド計算機 - 5
133
• 浮動小数点の値を格納してみます。
import processing
f = open('C:/handson/sapporo.txt', 'r')
fvalue = f.read()
Input_layer= fvalue.split(',n')
Field_name='addf4'
SetFormula='"KEY_CODE" + 0.005'
for i,SetLayer in enumerate(Input_layer):
Added='C:/handson/out/out6_' + str(i+1) + '.shp'
4-40 フィールド計算機 - 6
134
parameters = {
'INPUT':SetLayer,
'NEW_FIELD':Field_name,
'FIELD_NAME':Field_name,
'FIELD_TYPE':0,
'FIELD_LENGTH':20,
'FIELD_PRECISION':3,
'FORMULA':SetFormula,
'OUTPUT':Added
}
processing.run('qgis:fieldcalculator',parameters)
f.close()
0:double(浮動小数点)
1:qlonglong(整数)
2:string(文字列)
3:qdate(日付)
4-41 フィールド計算機 - 7
135
データエンコーディングは“UTF-8”へ変更
• Shapefileを読み込み確認します。
計算された値が格納されているか
確認します。
4-42 フィールド計算機 - 8
136
• Double型で作成されている事を確認します。
最後に
137
• プロセシングツールは多くの機能があります。
プロセシングツールからプロバイダーを探し、
Pythonで繋げて、作業の簡素化につなげてください。
• QGIS3.xはまだ情報が多くありません。
• ドキュメントから、いろいろ試してください。
• 解決策を見つけたら、ぜひ発信してください。
138
ogr2ogr
Ogr2ogrを利用してShapfileをSJISからUTF-8へ
変換する手順を説明します。
5-1 ogr2ogrでエンコーディング
139
• http://www.gisinternals.com/ へアクセスします。
• “Stable Releases”を選択します。
5-2 ogr2ogrでエンコーディング
140
• 利用するパソコンの32 又は 64bitにより選択します。
• 64bitの場合は“release-1911-x64-gdal-2-3-0-mapserver-7-0-7”を選択します。
5-3 ogr2ogrでエンコーディング
141
• “gdal-203-1911-x64-core.msi”を選択します。
5-4 ogr2ogrでエンコーディング
142
• “gdal-203-1911-x64-core.msi”を保存し、実行します。
保存後、実行します。
“Next”ボタンを選択します。
5-5 ogr2ogrでエンコーディング
143
内容に問題が無ければ
チェックを入れます。
“Next”ボタンを選択します。
“Complete”ボタンを選択します。
5-6 ogr2ogrでエンコーディング
144
“Install”ボタンを選択します。
インストールが始まるので待ちます
5-7 ogr2ogrでエンコーディング
145
“Yes”ボタンを選択します。 インストールが完了したので
“Finish”ボタンを選択します。
5-8 ogr2ogrでエンコーディング
146
“OK”ボタンを選択します。
パソコンが再起動されます。
再起動後、“C:Program FilesGDALogr2ogr.exe”の有無を確認します。
5-9 ogr2ogrでエンコーディング
147
• [コントロールパネル] – [システム] – [システムの詳細設定]
- [環境変数]を選択します。
5-9 ogr2ogrでエンコーディング
148
• システムのプロパティから “環境変数”ボタンを選択します。
PATH: C:Program FilesGDAL
GDAL_DATA: C:Program FilesGDAL
GDAL_DRIVER_PATH: C:Program FilesGDALgdalplugins
を追加します。
5-10 ogr2ogrでエンコーディング
149
5-11 ogr2ogrでエンコーディング
150
• SJISのShapefileをUTF-8へ変換します。
ogr2ogr -f "ESRI Shapefile" -lco "ENCODING=UTF-8" 出力ファイル名 入力ファイル名
例)
ogr2ogr -f "ESRI Shapefile" -lco "ENCODING=UTF-8"
"C:handson1_sapporo_tyuouh27ka01101_utf8.shp"
"C:handson1_sapporo_tyuouh27ka01101.shp "
5-12 ogr2ogrでエンコーディング
151
• スタートメニュー – [アクセサリ] – [コマンドプロンプト]から
実行します。
ありがとうございます
152

More Related Content

What's hot

QGISセミナー初級・実践編(V2.4)
QGISセミナー初級・実践編(V2.4)QGISセミナー初級・実践編(V2.4)
QGISセミナー初級・実践編(V2.4)IWASAKI NOBUSUKE
 
QGISで河川縦断図
QGISで河川縦断図QGISで河川縦断図
QGISで河川縦断図Mayumit
 
フィールドとつなげるQGIS
フィールドとつなげるQGISフィールドとつなげるQGIS
フィールドとつなげるQGISMitsuhaMiyake
 
GeoPackageを使ってみた(おざき様)
GeoPackageを使ってみた(おざき様)GeoPackageを使ってみた(おざき様)
GeoPackageを使ってみた(おざき様)OSgeo Japan
 
第22回オープンデータトーク 地理データ形式のこれから
第22回オープンデータトーク 地理データ形式のこれから第22回オープンデータトーク 地理データ形式のこれから
第22回オープンデータトーク 地理データ形式のこれからIWASAKI NOBUSUKE
 
超初心者向けハンズオン講座 「ゼロから始めるQGIS」
超初心者向けハンズオン講座 「ゼロから始めるQGIS」超初心者向けハンズオン講座 「ゼロから始めるQGIS」
超初心者向けハンズオン講座 「ゼロから始めるQGIS」Kazutaka ishizaki
 
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成Hiroshi Yamaguchi
 
地理学卒論・修論生のためのQGIS講座_実習編
地理学卒論・修論生のためのQGIS講座_実習編地理学卒論・修論生のためのQGIS講座_実習編
地理学卒論・修論生のためのQGIS講座_実習編Inoshachu, NPO
 
【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion Models【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion ModelsDeep Learning JP
 
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII
 
CS立体図を自作して公開してみた
CS立体図を自作して公開してみたCS立体図を自作して公開してみた
CS立体図を自作して公開してみたKouichi Kita
 
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピTakahiro Kubo
 
「深層学習」第6章 畳込みニューラルネット
「深層学習」第6章 畳込みニューラルネット「深層学習」第6章 畳込みニューラルネット
「深層学習」第6章 畳込みニューラルネットKen'ichi Matsui
 
QGISプログラミング入門 FOSS4G 2013 Hokkaido
QGISプログラミング入門 FOSS4G 2013 HokkaidoQGISプログラミング入門 FOSS4G 2013 Hokkaido
QGISプログラミング入門 FOSS4G 2013 HokkaidoKosuke Asahi
 
Foss4G Japan 2021 シェープファイルの真の後継規格 FlatGeobufの普及啓蒙活動
Foss4G Japan 2021 シェープファイルの真の後継規格 FlatGeobufの普及啓蒙活動Foss4G Japan 2021 シェープファイルの真の後継規格 FlatGeobufの普及啓蒙活動
Foss4G Japan 2021 シェープファイルの真の後継規格 FlatGeobufの普及啓蒙活動Kanahiro Iguchi
 
計算機アーキテクチャを考慮した高能率画像処理プログラミング
計算機アーキテクチャを考慮した高能率画像処理プログラミング計算機アーキテクチャを考慮した高能率画像処理プログラミング
計算機アーキテクチャを考慮した高能率画像処理プログラミングNorishige Fukushima
 
Pythonではじめるロケーションデータ解析
Pythonではじめるロケーションデータ解析Pythonではじめるロケーションデータ解析
Pythonではじめるロケーションデータ解析Hiroaki Sengoku
 

What's hot (20)

QGISセミナー初級・実践編(V2.4)
QGISセミナー初級・実践編(V2.4)QGISセミナー初級・実践編(V2.4)
QGISセミナー初級・実践編(V2.4)
 
QGISで河川縦断図
QGISで河川縦断図QGISで河川縦断図
QGISで河川縦断図
 
フィールドとつなげるQGIS
フィールドとつなげるQGISフィールドとつなげるQGIS
フィールドとつなげるQGIS
 
GeoPackageを使ってみた(おざき様)
GeoPackageを使ってみた(おざき様)GeoPackageを使ってみた(おざき様)
GeoPackageを使ってみた(おざき様)
 
第22回オープンデータトーク 地理データ形式のこれから
第22回オープンデータトーク 地理データ形式のこれから第22回オープンデータトーク 地理データ形式のこれから
第22回オープンデータトーク 地理データ形式のこれから
 
超初心者向けハンズオン講座 「ゼロから始めるQGIS」
超初心者向けハンズオン講座 「ゼロから始めるQGIS」超初心者向けハンズオン講座 「ゼロから始めるQGIS」
超初心者向けハンズオン講座 「ゼロから始めるQGIS」
 
QGIS training 2/3
QGIS training 2/3QGIS training 2/3
QGIS training 2/3
 
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成
 
地理学卒論・修論生のためのQGIS講座_実習編
地理学卒論・修論生のためのQGIS講座_実習編地理学卒論・修論生のためのQGIS講座_実習編
地理学卒論・修論生のためのQGIS講座_実習編
 
【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion Models【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion Models
 
Rを用いたGIS
Rを用いたGISRを用いたGIS
Rを用いたGIS
 
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
 
CS立体図を自作して公開してみた
CS立体図を自作して公開してみたCS立体図を自作して公開してみた
CS立体図を自作して公開してみた
 
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ
 
「深層学習」第6章 畳込みニューラルネット
「深層学習」第6章 畳込みニューラルネット「深層学習」第6章 畳込みニューラルネット
「深層学習」第6章 畳込みニューラルネット
 
QGISプログラミング入門 FOSS4G 2013 Hokkaido
QGISプログラミング入門 FOSS4G 2013 HokkaidoQGISプログラミング入門 FOSS4G 2013 Hokkaido
QGISプログラミング入門 FOSS4G 2013 Hokkaido
 
Foss4G Japan 2021 シェープファイルの真の後継規格 FlatGeobufの普及啓蒙活動
Foss4G Japan 2021 シェープファイルの真の後継規格 FlatGeobufの普及啓蒙活動Foss4G Japan 2021 シェープファイルの真の後継規格 FlatGeobufの普及啓蒙活動
Foss4G Japan 2021 シェープファイルの真の後継規格 FlatGeobufの普及啓蒙活動
 
計算機アーキテクチャを考慮した高能率画像処理プログラミング
計算機アーキテクチャを考慮した高能率画像処理プログラミング計算機アーキテクチャを考慮した高能率画像処理プログラミング
計算機アーキテクチャを考慮した高能率画像処理プログラミング
 
プログラムを高速化する話
プログラムを高速化する話プログラムを高速化する話
プログラムを高速化する話
 
Pythonではじめるロケーションデータ解析
Pythonではじめるロケーションデータ解析Pythonではじめるロケーションデータ解析
Pythonではじめるロケーションデータ解析
 

Similar to PythonとQGISで簡単処理

RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計
RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計
RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計tmatsuura
 
Pythonを取り巻く開発環境 #pyconjp
Pythonを取り巻く開発環境 #pyconjpPythonを取り巻く開発環境 #pyconjp
Pythonを取り巻く開発環境 #pyconjpYoshifumi Yamaguchi
 
Code igniterでテスト駆動開発 資料作成中
Code igniterでテスト駆動開発 資料作成中Code igniterでテスト駆動開発 資料作成中
Code igniterでテスト駆動開発 資料作成中Takako Miyagawa
 
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2Preferred Networks
 
OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会
OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会
OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会Nobuyuki Tamaoki
 
OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会
OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会
OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会VirtualTech Japan Inc.
 
LUT-Network Revision2
LUT-Network Revision2LUT-Network Revision2
LUT-Network Revision2ryuz88
 
Version Control System Tutorial バージョン管理システムチュートリアル
Version Control System Tutorial バージョン管理システムチュートリアルVersion Control System Tutorial バージョン管理システムチュートリアル
Version Control System Tutorial バージョン管理システムチュートリアルComputational Materials Science Initiative
 
Graviton2プロセッサの性能特性と適用箇所/Supership株式会社 中野 豊
Graviton2プロセッサの性能特性と適用箇所/Supership株式会社 中野 豊Graviton2プロセッサの性能特性と適用箇所/Supership株式会社 中野 豊
Graviton2プロセッサの性能特性と適用箇所/Supership株式会社 中野 豊Supership株式会社
 
Pythonによる並列プログラミング -GPGPUも-
Pythonによる並列プログラミング   -GPGPUも- Pythonによる並列プログラミング   -GPGPUも-
Pythonによる並列プログラミング -GPGPUも- Yusaku Watanabe
 
RTM講習会 2部
RTM講習会 2部RTM講習会 2部
RTM講習会 2部openrtm
 
LUT-Network ~本物のリアルタイムコンピューティングを目指して~
LUT-Network ~本物のリアルタイムコンピューティングを目指して~LUT-Network ~本物のリアルタイムコンピューティングを目指して~
LUT-Network ~本物のリアルタイムコンピューティングを目指して~ryuz88
 
論文輪読: Coordinated and Efficient Huge Page Management with Ingens
論文輪読: Coordinated and Efficient Huge Page Management with Ingens論文輪読: Coordinated and Efficient Huge Page Management with Ingens
論文輪読: Coordinated and Efficient Huge Page Management with Ingensmmisono
 
コンテナ導入概要資料2018
コンテナ導入概要資料2018コンテナ導入概要資料2018
コンテナ導入概要資料2018Masahito Zembutsu
 
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashiコンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashiMasaki Hayashi
 

Similar to PythonとQGISで簡単処理 (20)

190925 python-windows
190925 python-windows190925 python-windows
190925 python-windows
 
Introduction Pycon2010
Introduction Pycon2010Introduction Pycon2010
Introduction Pycon2010
 
RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計
RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計
RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計
 
Pythonを取り巻く開発環境 #pyconjp
Pythonを取り巻く開発環境 #pyconjpPythonを取り巻く開発環境 #pyconjp
Pythonを取り巻く開発環境 #pyconjp
 
秒速ChainerMN
秒速ChainerMN秒速ChainerMN
秒速ChainerMN
 
Code igniterでテスト駆動開発 資料作成中
Code igniterでテスト駆動開発 資料作成中Code igniterでテスト駆動開発 資料作成中
Code igniterでテスト駆動開発 資料作成中
 
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
 
OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会
OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会
OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会
 
OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会
OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会
OpenStack + MidoNet を動かしてみた - 2015/2/16 MidoNetコミュニティ発足会
 
LUT-Network Revision2
LUT-Network Revision2LUT-Network Revision2
LUT-Network Revision2
 
Version Control System Tutorial バージョン管理システムチュートリアル
Version Control System Tutorial バージョン管理システムチュートリアルVersion Control System Tutorial バージョン管理システムチュートリアル
Version Control System Tutorial バージョン管理システムチュートリアル
 
第21回「Windows Server 2012 DeepDive!! Hyper-V と VDI を徹底解説」(2012/10/18 on しすなま!)...
第21回「Windows Server 2012 DeepDive!! Hyper-V と VDI を徹底解説」(2012/10/18 on しすなま!)...第21回「Windows Server 2012 DeepDive!! Hyper-V と VDI を徹底解説」(2012/10/18 on しすなま!)...
第21回「Windows Server 2012 DeepDive!! Hyper-V と VDI を徹底解説」(2012/10/18 on しすなま!)...
 
Graviton2プロセッサの性能特性と適用箇所/Supership株式会社 中野 豊
Graviton2プロセッサの性能特性と適用箇所/Supership株式会社 中野 豊Graviton2プロセッサの性能特性と適用箇所/Supership株式会社 中野 豊
Graviton2プロセッサの性能特性と適用箇所/Supership株式会社 中野 豊
 
Pythonによる並列プログラミング -GPGPUも-
Pythonによる並列プログラミング   -GPGPUも- Pythonによる並列プログラミング   -GPGPUも-
Pythonによる並列プログラミング -GPGPUも-
 
RTM講習会 2部
RTM講習会 2部RTM講習会 2部
RTM講習会 2部
 
LUT-Network ~本物のリアルタイムコンピューティングを目指して~
LUT-Network ~本物のリアルタイムコンピューティングを目指して~LUT-Network ~本物のリアルタイムコンピューティングを目指して~
LUT-Network ~本物のリアルタイムコンピューティングを目指して~
 
論文輪読: Coordinated and Efficient Huge Page Management with Ingens
論文輪読: Coordinated and Efficient Huge Page Management with Ingens論文輪読: Coordinated and Efficient Huge Page Management with Ingens
論文輪読: Coordinated and Efficient Huge Page Management with Ingens
 
コンテナ導入概要資料2018
コンテナ導入概要資料2018コンテナ導入概要資料2018
コンテナ導入概要資料2018
 
Code ignitertalk 01
Code ignitertalk 01Code ignitertalk 01
Code ignitertalk 01
 
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashiコンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
 

More from Kazutaka ishizaki

地理院タイルを利用した3次元による地図表示について
地理院タイルを利用した3次元による地図表示について地理院タイルを利用した3次元による地図表示について
地理院タイルを利用した3次元による地図表示についてKazutaka ishizaki
 
GISを使ってみよう 2019
GISを使ってみよう 2019GISを使ってみよう 2019
GISを使ってみよう 2019Kazutaka ishizaki
 
地理院タイルを利用した ハザードマップの紹介
地理院タイルを利用した ハザードマップの紹介地理院タイルを利用した ハザードマップの紹介
地理院タイルを利用した ハザードマップの紹介Kazutaka ishizaki
 
FOSS4Gを利用して 小学生の自由研究してみた件
FOSS4Gを利用して 小学生の自由研究してみた件FOSS4Gを利用して 小学生の自由研究してみた件
FOSS4Gを利用して 小学生の自由研究してみた件Kazutaka ishizaki
 
地理院地図を利用した観光情報の提供
地理院地図を利用した観光情報の提供地理院地図を利用した観光情報の提供
地理院地図を利用した観光情報の提供Kazutaka ishizaki
 
オープンデータから消防水利図を作成してみた
オープンデータから消防水利図を作成してみたオープンデータから消防水利図を作成してみた
オープンデータから消防水利図を作成してみたKazutaka ishizaki
 
リアルタイム位置情報と地理院タイルの各ソフトウェアへの表示
リアルタイム位置情報と地理院タイルの各ソフトウェアへの表示リアルタイム位置情報と地理院タイルの各ソフトウェアへの表示
リアルタイム位置情報と地理院タイルの各ソフトウェアへの表示Kazutaka ishizaki
 
Cesiumを動かしてみよう FOSS4G 2016 Tokyo版
Cesiumを動かしてみよう FOSS4G 2016 Tokyo版Cesiumを動かしてみよう FOSS4G 2016 Tokyo版
Cesiumを動かしてみよう FOSS4G 2016 Tokyo版Kazutaka ishizaki
 
Cesiumを動かしてみよう
Cesiumを動かしてみようCesiumを動かしてみよう
Cesiumを動かしてみようKazutaka ishizaki
 
超初心者向けハンズオン講座 「ゼロから始めるQGIS」 準備手順書
超初心者向けハンズオン講座 「ゼロから始めるQGIS」 準備手順書超初心者向けハンズオン講座 「ゼロから始めるQGIS」 準備手順書
超初心者向けハンズオン講座 「ゼロから始めるQGIS」 準備手順書Kazutaka ishizaki
 
Hadoopによる空間ビッグデータ処理の試み
Hadoopによる空間ビッグデータ処理の試みHadoopによる空間ビッグデータ処理の試み
Hadoopによる空間ビッグデータ処理の試みKazutaka ishizaki
 
Gis tools for hadoopを用いたビッグデータ処理の検証
Gis tools for hadoopを用いたビッグデータ処理の検証Gis tools for hadoopを用いたビッグデータ処理の検証
Gis tools for hadoopを用いたビッグデータ処理の検証Kazutaka ishizaki
 

More from Kazutaka ishizaki (13)

地理院タイルを利用した3次元による地図表示について
地理院タイルを利用した3次元による地図表示について地理院タイルを利用した3次元による地図表示について
地理院タイルを利用した3次元による地図表示について
 
GISを使ってみよう 2019
GISを使ってみよう 2019GISを使ってみよう 2019
GISを使ってみよう 2019
 
地理院タイルを利用した ハザードマップの紹介
地理院タイルを利用した ハザードマップの紹介地理院タイルを利用した ハザードマップの紹介
地理院タイルを利用した ハザードマップの紹介
 
FOSS4Gを利用して 小学生の自由研究してみた件
FOSS4Gを利用して 小学生の自由研究してみた件FOSS4Gを利用して 小学生の自由研究してみた件
FOSS4Gを利用して 小学生の自由研究してみた件
 
地理院地図を利用した観光情報の提供
地理院地図を利用した観光情報の提供地理院地図を利用した観光情報の提供
地理院地図を利用した観光情報の提供
 
オープンデータから消防水利図を作成してみた
オープンデータから消防水利図を作成してみたオープンデータから消防水利図を作成してみた
オープンデータから消防水利図を作成してみた
 
リアルタイム位置情報と地理院タイルの各ソフトウェアへの表示
リアルタイム位置情報と地理院タイルの各ソフトウェアへの表示リアルタイム位置情報と地理院タイルの各ソフトウェアへの表示
リアルタイム位置情報と地理院タイルの各ソフトウェアへの表示
 
Cesiumを動かしてみよう FOSS4G 2016 Tokyo版
Cesiumを動かしてみよう FOSS4G 2016 Tokyo版Cesiumを動かしてみよう FOSS4G 2016 Tokyo版
Cesiumを動かしてみよう FOSS4G 2016 Tokyo版
 
FOSS4G と北海道地図
FOSS4G と北海道地図FOSS4G と北海道地図
FOSS4G と北海道地図
 
Cesiumを動かしてみよう
Cesiumを動かしてみようCesiumを動かしてみよう
Cesiumを動かしてみよう
 
超初心者向けハンズオン講座 「ゼロから始めるQGIS」 準備手順書
超初心者向けハンズオン講座 「ゼロから始めるQGIS」 準備手順書超初心者向けハンズオン講座 「ゼロから始めるQGIS」 準備手順書
超初心者向けハンズオン講座 「ゼロから始めるQGIS」 準備手順書
 
Hadoopによる空間ビッグデータ処理の試み
Hadoopによる空間ビッグデータ処理の試みHadoopによる空間ビッグデータ処理の試み
Hadoopによる空間ビッグデータ処理の試み
 
Gis tools for hadoopを用いたビッグデータ処理の検証
Gis tools for hadoopを用いたビッグデータ処理の検証Gis tools for hadoopを用いたビッグデータ処理の検証
Gis tools for hadoopを用いたビッグデータ処理の検証
 

Recently uploaded

物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす
物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす
物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こすMichael Rada
 
Broadmedia Corporation. 240510fy2023_4q
Broadmedia Corporation.  240510fy2023_4qBroadmedia Corporation.  240510fy2023_4q
Broadmedia Corporation. 240510fy2023_4qbm_pr
 
セルフケア研修で使えるカードゲーム『攻略!きみのストレスを発見せよ!: ゲームで身につくストレスマネジメント』
セルフケア研修で使えるカードゲーム『攻略!きみのストレスを発見せよ!: ゲームで身につくストレスマネジメント』セルフケア研修で使えるカードゲーム『攻略!きみのストレスを発見せよ!: ゲームで身につくストレスマネジメント』
セルフケア研修で使えるカードゲーム『攻略!きみのストレスを発見せよ!: ゲームで身につくストレスマネジメント』Jun Chiba
 
日本上場SaaS企業データを使った経験曲線の分析|売上成長によるコストダウン戦略
日本上場SaaS企業データを使った経験曲線の分析|売上成長によるコストダウン戦略日本上場SaaS企業データを使った経験曲線の分析|売上成長によるコストダウン戦略
日本上場SaaS企業データを使った経験曲線の分析|売上成長によるコストダウン戦略poco-c
 
共有用_aio基本保守プラン_WordPressサイト_20240509.pdf
共有用_aio基本保守プラン_WordPressサイト_20240509.pdf共有用_aio基本保守プラン_WordPressサイト_20240509.pdf
共有用_aio基本保守プラン_WordPressサイト_20240509.pdfkikuchi5
 
company profile.pdf
company profile.pdfcompany profile.pdf
company profile.pdfkeiibayashi
 

Recently uploaded (6)

物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす
物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす
物流は成長の準備ができていますか? 警告 1 日あたり 1 章を超えて消費しないでください コンテンツが覚醒と変化への意志を引き起こす
 
Broadmedia Corporation. 240510fy2023_4q
Broadmedia Corporation.  240510fy2023_4qBroadmedia Corporation.  240510fy2023_4q
Broadmedia Corporation. 240510fy2023_4q
 
セルフケア研修で使えるカードゲーム『攻略!きみのストレスを発見せよ!: ゲームで身につくストレスマネジメント』
セルフケア研修で使えるカードゲーム『攻略!きみのストレスを発見せよ!: ゲームで身につくストレスマネジメント』セルフケア研修で使えるカードゲーム『攻略!きみのストレスを発見せよ!: ゲームで身につくストレスマネジメント』
セルフケア研修で使えるカードゲーム『攻略!きみのストレスを発見せよ!: ゲームで身につくストレスマネジメント』
 
日本上場SaaS企業データを使った経験曲線の分析|売上成長によるコストダウン戦略
日本上場SaaS企業データを使った経験曲線の分析|売上成長によるコストダウン戦略日本上場SaaS企業データを使った経験曲線の分析|売上成長によるコストダウン戦略
日本上場SaaS企業データを使った経験曲線の分析|売上成長によるコストダウン戦略
 
共有用_aio基本保守プラン_WordPressサイト_20240509.pdf
共有用_aio基本保守プラン_WordPressサイト_20240509.pdf共有用_aio基本保守プラン_WordPressサイト_20240509.pdf
共有用_aio基本保守プラン_WordPressサイト_20240509.pdf
 
company profile.pdf
company profile.pdfcompany profile.pdf
company profile.pdf
 

PythonとQGISで簡単処理