5/1《大数据可视化分析(第5期)》

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。

5/1《大数据可视化分析(第5期)》

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

5/1《大数据可视化分析(第5期)》

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。

5/1《大数据可视化分析(第5期)》

OSM格式数据爬取分析图

网络案例


5/1《大数据可视化分析(第5期)》

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。


5/1《大数据可视化分析(第5期)》 

DEM高程数据爬取分析图

网络案例


5/1《大数据可视化分析(第5期)》 

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。


5/1《大数据可视化分析(第5期)》

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。


5/1《大数据可视化分析(第5期)》

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


5/1《大数据可视化分析(第5期)》

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。

5/1《大数据可视化分析(第5期)》

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


5/1《大数据可视化分析(第5期)》

城市OSM肌理底图 ——上海市

网络案例(课上临摹)

5/1《大数据可视化分析(第5期)》

城市OSM肌理底图 ——利物浦

网络案例(课上临摹)


5/1《大数据可视化分析(第5期)》

城市OSM肌理底图 ——马德里

网络案例(课上临摹)


5/1《大数据可视化分析(第5期)》

城市三维建筑模型 ——巴黎

课上案例


5/1《大数据可视化分析(第5期)》

城市三维建筑模型 ——柏林

课上案例


5/1《大数据可视化分析(第5期)》

城市三维建筑模型——伦敦

课上案例


5/1《大数据可视化分析(第5期)》

DEM地形获取

课上案例


5/1《大数据可视化分析(第5期)》

World Imagery Map

课上案例


5/1《大数据可视化分析(第5期)》

Atlas Shader Map

课上案例


5/1《大数据可视化分析(第5期)》

Color Ramp Shader Map

课上案例


5/1《大数据可视化分析(第5期)》

Daylight Shader Map

课上案例


5/1《大数据可视化分析(第5期)》

Global Shader Map

课上案例


5/1《大数据可视化分析(第5期)》

Gradient Shader Map

课上案例


5/1《大数据可视化分析(第5期)》

HSV Shader Map

课上案例


5/1《大数据可视化分析(第5期)》

Slope Direction Shader Map

课上案例


5/1《大数据可视化分析(第5期)》

Slope Shader Map

课上案例


5/1《大数据可视化分析(第5期)》

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。

5/1《大数据可视化分析(第5期)》

上海房价可视化GL版

网络案例(pissang作品)


5/1《大数据可视化分析(第5期)》

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。


5/1《大数据可视化分析(第5期)》

Power Map图表类可视化

网络案例(课上介绍)


5/1《大数据可视化分析(第5期)》

Power Map图表类可视化

网络案例(课上介绍)

5/1《大数据可视化分析(第5期)》

Power Map图表类可视化

网络案例(课上介绍)

5/1《大数据可视化分析(第5期)》

全国学校POI位置信息

课上案例


5/1《大数据可视化分析(第5期)》

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。

5/1《大数据可视化分析(第5期)》

Echarts官网首页

网络案例


5/1《大数据可视化分析(第5期)》

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。

5/1《大数据可视化分析(第5期)》

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。


5/1《大数据可视化分析(第5期)》

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。

5/1《大数据可视化分析(第5期)》

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

讲师自绘(案例临摹)


5/1《大数据可视化分析(第5期)》

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

讲师自绘(案例临摹)


5/1《大数据可视化分析(第5期)》

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

讲师自绘(案例临摹)


5/1《大数据可视化分析(第5期)》

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.jpg

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.jpg



5/1《大数据可视化分析(第5期)》

本文来自 © 建筑学院, 发布于 © 建筑学院官方网站。 未经授权,禁止转载或摘编。

编辑版本版权归 © 建筑学院官方网站 所有, 设计、图纸及照片版权归设计方 © 建筑学院 所有。
查看作者在建筑学院发布的更多作品:  建筑学院 @ 建筑学院官方网站

建筑学院的头像建筑学院编辑
下载原图
上一篇 2018-04-10 上午8:00
下一篇 2018-04-10 上午9:00

猜你喜欢

发表回复

登录后才能评论
🚀 Archcollege.com 2.0 更新中, 一键下载项目 4K 高清图 功能已上线!