Python para el Análisis de Datos Geoespaciales

Bibliografía

• Bilogur, Aleksey. "Missingno: Una suite de visualización de datos perdidos". Journal of Open Source Software 3, nº 22 (febrero de 2018): 547 . https://doi.org/10.21105/joss.00547.
• Boeing, Geoff. "OSMnx: Nuevos métodos para adquirir, construir, analizar y visualizar redes de calles complejas". Computers, Environment and Urban Systems 65 (septiembre de 2017): 126–139. https://doi.org/10.1016/j.compenvurbsys.2017.05.004.
• Chakraborty, T., & Lee, X. "Un algoritmo simplificado de extensión urbana para caracterizar las islas de calor urbanas superficiales a escala global y examinar el control de la vegetación sobre su variabilidad espaciotemporal". Revista Internacional de Observación Aplicada de la Tierra y Geoinformación 74 (febrero de 2019): 269-280 . https://doi.org/10.1016/j.jag.2018.09.015.
• Goodman, Cooper, Nathanael Rosenheim, Wayne Day, Donghwan Gu y Jayasaree Korukonda. Flujo de trabajo de distribución de la población utilizando la API del censo en Jupyter Notebook: Mapa dinámico de secciones censales en el condado de Boone, KY, 2000. Julio de 2020. Consorcio Interuniversitario para la Investigación Política y Social . https://doi.org/10.3886/E120382V1.
• Gott, J. Richard III, David M. Goldberg y Robert J. Vanderbei. "Mapas planos que mejoran el Tripel de Winkel". Preprint, enviado el 15 de febrero de 2021 . https://doi.org/10.48550/arXiv.2102.08176.
• Graser, Anita. "PyQGIS 101: Encadenamiento de herramientas de procesamiento". Free and Open Source GIS ...