GeoDa是一个免费、开源的空间数据分析软件。 通过探索和建模空间模式，GeoDa向用户提供了全新的空间数据分析视角。
GeoDa是由 Luc Anselin 博士和其团队开发的. 该程序提供了友好的用户界面以及丰富的用于探索性空间数据分析(ESDA)的方法，比如空间自相关统计(spatial autocorrelation statistics)和基本的空间回归分析(spatial regression analysis)。
从2003年2月GeoDa发布第一个版本以来， GeoDa的用户数量 成倍的增长。截止2017年6月，GeoDa的用户数量已经超过了20万。 包括哈佛，麻省理工、康奈尔等著名大学都在实验室中安装并使用GeoDa软件。GeoDa软件得到了用户和媒体广泛的好评，被称之为“一个非常重要的分析工具”，“一款制作精良的软件”，有着“激动人心的进展”。
GeoDa最新发布的版本是1.14。新版本包含了很多新的功能，比如：单变量和多变量的局部Geary聚类分析，集成了经典的（非空间）聚类分析方法（PCA，K-Means,Hierarchical聚类--详细请参考Hoon et al's 2013 "C Clustering Library"）。同时GeoDa也支持更多的空间数据格式，支持时空（space-time)数据，支持包括Nokia和Carto提供的底图(Basemap)显示，均值比较图表(averages charts)，散点图矩阵(scatter plot matrices)，非参数的空间自相关图(nonparametric spatial autocorrelation--correlogram)，以及灵活的数据分类方法(flexible data categorization)。