访问量： 310 次浏览
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。
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。
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。