ArcGIS下的Python編程（簡體書）

《ArcGIS下的Python程式設計》對於ArcGIS 下Python 腳本使用方法的闡述是從Python 語言本身和基於ArcGIS的Python 兩個方面同時著手，因此在閱讀本書時不需要預先具備Python 基礎知識。本書包括七個部分，Python 與ArcGIS，ArcGIS 下的地理資料與Python 資料結構，Python 的基本語句與使用Python 訪問地理資料，創建函數與使用Python 處理柵格資料，創建類與網路分析，異常與錯誤，以及程式的魅力。主要闡述的邏輯線存在並行的兩條線，一個是針對Python 的，從對於Python 介紹、資料結構、基本語句到創建函數、創建類和異常；另一個是針對ArcGIS 下的Python ，從ArcPy 網站包、訪問以及管理地理資訊資料的方法、處理要素類、處理柵格資料到網路分析和與地理處理模型的結合方法。兩條線同時推進闡述，互相支持印證，並結合實際解決問題的應用方法，例如如何轉化KML 文件和.dwg 格式檔並增加欄位資料，以及適宜性分析柵格計算重分類的方法和尋找最近設施點的網路分析，遺傳演算法應用等。
最後一部分則通過具體的案例來闡述應用ArcGIS下Python程式設計規劃的方法，初步包括三個課題的探討：“課題探討_A_ 自然村落選址因數權重評定的遺傳演算法”，村落選址受制於山水，如何在複雜的地形中謀得棲身之所，避免自然災害的侵擾並具有舒適宜人的小氣候是人類不斷探索的課題。根據假定既有村落選址的特點反推權重設置具有一定的合理性，並根據反推的權重應用於影響因數計算新的地塊獲取選址。在這個過程中，使用優化演算法中的遺傳演算法求解；“課題探討_B_ 基於景觀感知敏感度的生態旅遊地觀光線路自動選址”，根據《基於景觀感知敏感度的生態旅遊地觀光線路自動選址》的研究，將計算模型程式化，不僅提升模型計算的效率，更有利於不斷修正研究過程中出現的問題以及加入更多不同類型影響因數後，進行綜合性評價分析，並為類似的研究提供基礎性程式片斷；“課題探討_C_ 解讀蟻群演算法與TSP 問題”，蟻群演算法（Ant Colony Optimization, ACO），又稱螞蟻演算法，是一種用來在圖中尋找優化路徑的機率型演算法。本案例將蟻群演算法在ArcGIS的Python腳本中實現。