Python är ett kraftfullt verktyg för att automatisera återkommande uppgifter i ArcGIS. Genom att arbeta med skript kan du effektivt hantera data, utföra analyser och skapa repeterbara processer – vilket frigör tid för mer avancerat analysarbete.
Under kursen får du lära dig att:
- Tillämpa Pythons syntaxregler för att skapa användbara skript i ArcGIS Pro.
- Automatisera geobearbetningsuppgifter och skapa effektiva arbetsflöden.
- Arbeta med geospatiala data, redigera attribut och skapa geoobjekt med Python.
- Skapa anpassade skriptverktyg för att dela med andra ArcGIS-användare.
Kursen vänder sig till dig som arbetar som GIS-specialist, analytiker eller datahanterare – eller till dig som vill ta nästa steg och börja automatisera dina processer i ArcGIS Pro.
Förkunskaper och programvara
Det rekommenderas att du har genomfört kursen ArcGIS Pro: Essential Workflows eller Migrating from ArcMap to ArcGIS Pro, alternativt har motsvarande kunskaper. Viss kännedom om Python och grundläggande programmering är en fördel. Är du helt ny på Python rekommenderas den kostnadsfria webbkursen Python for Everyone innan kursstart.
Under kursen används:
- ArcGIS Pro 3.6
- ArcGIS Spatial Analyst
Lämna kursen med färdigheten att automatisera ditt GIS-arbete – från att hantera stora datamängder till att skapa effektiva och återanvändbara analysflöden. Nästa kurstillfälle för Creating Python Scripts for ArcGIS är i juni.
Niklas ser fram emot att guida dig hela vägen: från grunderna i Python till att skapa kraftfulla skript som gör verklig skillnad i din vardag.
Vill du veta mer om kursen eller hur våra konsulter kan hjälpa dig att effektivisera din användning av ArcGIS? Besök vår kurskatalog.
Missa inte vårt webbinar: ” ”Kom igång med Python i ArcGIS”
Vill du komma igång med Python i ArcGIS och förstå hur du kan automatisera dina arbetsflöden i praktiken? Den 22 april kl. 13:00 håller vi ett livsänt webbinar där vår expertkonsult Martin Asplund visar hur Python kan användas för att effektivisera GIS-arbete, minska manuella moment och skapa mer robusta lösningar. Ta del av konkreta exempel och tips kring val av rätt Python-verktyg och inspiration för hur du kan ta nästa steg.
