Слияние кода завершено, страница обновится автоматически
Этот туториал написан на Jupyter Notebook на Python. Необходимо настроить некоторые базовые окружения Python:
См. [эту ссылку], чтобы узнать, как использовать Jupyter Notebook от Anaconda. 2. Загрузите этот туториал на локальный компьютер, нажмите «клонировать» или «скачать» в правом верхнем углу этой страницы и используйте git clone или загрузите zip-файл для загрузки на локальный диск. 3. Установите основной пакет этого туториала: пакет geopandas для Python. Нажмите [эту ссылку] для установки (на самом деле я рекомендую метод установки из исходного кода). 4. Откройте туториал и наслаждайтесь!
1 Базовая обработка данных GPS такси: генерация OD для поездок — pandas 2 Построение графиков агрегации данных — matplotlib 3 Обработка данных GPS такси с помощью ГИС — geopandas 4 Сопоставление сетки OD с административными единицами и построение фоновой карты — plot_map 5 Точечный график и график тепловой карты распределения данных — contourf 6 Как справиться со сложными задачами обработки данных? — теоретический 7 Визуализация карты с использованием folium
С наступлением эры больших данных и постепенным открытием данных работники данных более или менее сталкиваются с пространственно-временными данными.
Сяосю однажды сказал: данные — это данные, потому что это данные.
Да! Обработка данных — это искусство! При работе с пространственно-временными данными вам нужны не только навыки обработки данных, но и ГИС. Самое главное, что это искусство. Вам нужно использовать свою эстетику и создавать красивые графики! Прежде чем я научился использовать Python, я использовал базу данных SQL для обработки данных, экспортировал их в Excel для построения диаграмм, а затем экспортировал в ArcGIS для создания карт. В одном процессе использовалось несколько программ, и эффективность работы была очень низкой.
В прошлый раз учитель сказал мне: Сяосю, пожалуйста, сделай мне 800 графиков для этого проекта. Они мне нужны к пятнице. На самом деле рисовать это бесполезно. Это в основном для того, чтобы показать нашу нагрузку в приложении нашего проектного текста. Я перевернул стол и сказал: нарисуй сам, я увольняюсь! Нет, это мечта. Реальность такова: я улыбаюсь и говорю, хорошо, я буду рисовать всю ночь.
Теперь у нас есть Python. С пакетами pandas, geopandas и Matplotlib в Python вы используете Python для реализации пакетных вычислений данных, пакетного создания карт ГИС и так далее.
WOW! Это здорово! Вам определённо нужны необходимые навыки, если вы студент магистратуры и стремитесь к анализу данных. Не говоря уже о 800 графиках. Я могу создать столько графиков, сколько есть места на компьютере!
Благодаря этому туториалу вы узнаете некоторые навыки обработки пространственно-временных данных с самого начала, такие как очистка данных, сбор данных, интеграция данных и визуализация с помощью Python! После этого в этом туториале представлены несколько часто используемых пакетов визуализации Python и, наконец, реальный проект.
Демо (всё построено на Python):
Источники данных для этого туториала (открытые наборы данных можно загрузить напрямую): Данные такси в Шэньчжэне Urban Data Release V2 Формат данных такси: 22223, 2013-10-22 08:49:25, 114.116631, 22.582466, 0 ID такси, время, широта, долгота, статус занятости, скорость; статус занятости: 1 — с пассажирами, 0 — без пассажиров. Изучая этот туториал, настоятельно рекомендуется освоить базовые навыки программирования на Python. Если вы ещё не знакомы с этим языком, вот несколько предложений:
Видеоуроки по основам Python от 小甲鱼 (на китайском языке)
Кроме того, можно порекомендовать следующие курсы:
Вы можете оставить комментарий после Вход в систему
Неприемлемый контент может быть отображен здесь и не будет показан на странице. Вы можете проверить и изменить его с помощью соответствующей функции редактирования.
Если вы подтверждаете, что содержание не содержит непристойной лексики/перенаправления на рекламу/насилия/вульгарной порнографии/нарушений/пиратства/ложного/незначительного или незаконного контента, связанного с национальными законами и предписаниями, вы можете нажать «Отправить» для подачи апелляции, и мы обработаем ее как можно скорее.
Опубликовать ( 0 )