- 综合排序
- 最热优先
- 最新优先
- 来自专栏凹凸玩数据
R可视化 | 地理信息空间（下）
作者：张同学 来源：凹凸数据 前文：R可视化 | 地理信息空间（上） 如果对R可视化感兴趣的同学，记得看下积分商城，限时300兑换R可视化书籍 ? 对上图实现的地图可视化，添加业务信息： 实现连续量的填充。 《R语言数据可视化之美-专业图表绘制指南(增强版)》第11章 地理空间型图表: https://www.cnblogs.com/zzj420133722/p/13789195.html
93410发布于 2020-10-27 - 来自专栏凹凸玩数据
R可视化 | 地理信息空间（上）
文件格式与函数方法关系图 1.5 上手实战 设计目的：进行地理文件的加载、数据转换及基础处理，将地理信息数据与业务数据的融合（sp与sf数据模型），添加地理标签，应用地理坐标轴，最终完成一个地理空间可视化的小 1、从阿里地图下载省级地图，加载并实现地图可视化，在绘图前先做一些准备工作： library("ggplot2") library("rgdal") library("sf") library("sp" dplyr') library("data.table") #fread函数用于读取CVS表格 library("ggrepel") rm(list = ls()) gc() setwd("D:/空间可视化与地理基础 [,c("id","NAME")] #行政区划层 polygons_data1 <- fortify(gansu_map) #地理信息边界点数据 polygons_data1 <- polygons_data1 《R语言数据可视化之美-专业图表绘制指南(增强版)》第11章 地理空间型图表: https://www.cnblogs.com/zzj420133722/p/13789195.html
1.5K31发布于 2020-10-27 - 来自专栏数据小魔方
动态地理信息可视化——leaflet填充地图
state",fill=TRUE,plot=FALSE) leaflet(mapStates) %>% addTiles() %>%addPolygons(fillColor=topo.colors(10 ylim=c(-60,90),mar=c(0,0,0,0)) leaflet(mapWorld) %>% addTiles() %>%addPolygons(fillColor = topo.colors(10 "CP936") leaflet(American_map)%>%addTiles()%>%addPolygons(popup=~STATE_NAME,fillColor=topo.colors(10 但是过程是自动进行的，而不是像在ggplot中一样不需手动转换） colorBin（单色渐变分组过度): pal<-colorBin("Greens",American_map@data$POP1990,10
5.5K40发布于 2018-04-11 - 来自专栏数据小魔方
动态地理信息可视化——散点地图系列
province_city <- read.csv("c:/rstudy/chinaprovincecity.csv") #中国各省省会坐标 province_city$size<-round(runif(34,5,10
2K40发布于 2018-04-11 - 来自专栏数据小魔方
动态地理信息可视化——leaflet构造路径图
############################################### 细数也有好几十个，够你玩一阵子了，使用方法仅仅是通过设置图层函数进行调用，然后就可以愉快的在图层上面进行可视化操作了
2.4K50发布于 2018-04-11 - 来自专栏山河已无恙
基于 MapVGL 的地理信息维度数据可视化
写在前面 工作中接触，简单整理 博文内容为 基于MapVGL的地理信息维度数据增长可视化 Demo 理解不足小伙伴帮忙指正 对每个人而言，真正的职责只有一个：找到自我。 所有其它的路都是不完整的，是人的逃避方式，是对大众理想的懦弱回归，是随波逐流，是对内心的恐惧 ——赫尔曼·黑塞《德米安》 基于MapVGL的地理信息维度数据增长可视化 MapVGL，是一款基于WebGL 的地理信息可视化库，可以用来展示大量基于3D的地理信息点线面数据。 MapVGL通过地理信息数据生成可视化图层，然后将这些图层添加在地图上层进行管理。在这个过程中，它使用了WebGL技术在canvas中绘制图形，从而有效地提高了页面性能。 需要注意的是，地理信息数据格式是规定好的，必须具有geometry字段来定义坐标信息，同时可通过properties字段添加附件信息。而geometry字段数据格式使用的是GeoJSON的规范。
70010编辑于 2024-02-26 - 来自专栏数据小魔方
动态地理信息可视化——leaflet在线地图简介
最近稍微涉猎了一下leaflet这个包，突然感到发现了动态可视化的新大门，这个包所提供的地图类型、动态效果、图层展示方式都大大扩展了ggplot作图系统的在数据地图上的缺陷。 leaflet是业界比较流行的JS开源交互式地图包，它支持直接调用OpenStreetMap, Mapbox, and CartoDB等主流地图数据作为辅助图层来进行地理信息数据的可视化操作。 除了这些在线地图素材之外，它对于shapefile格式和json格式以及sp包的空间数据格式的地图数据都有着很好的支持，在图层函数中涵盖了点标记、线条和多边形等常用地理信息可视化图形要素。 library(plyr) library(mapdata) library(leaflet) library(maptools) library(ggplot2) 导入中国各省会城市地理信息数据： province_city <- read.csv("c:/rstudy/chinaprovincecity.csv") province_city$size<-round(runif(34,5,10
5.2K40发布于 2018-04-11 - 来自专栏数据猿
三维地理信息可视化·城市篇 技术解析
三维地理信息系统是构建行业可视化决策系统的重中之重，具有不可替代的重要作用，能够将地图要素、业务管理、物联网感知、视频监控等多类型数据整合到一个三维可视化空间，进行高度融合与挖掘分析，并构建智慧管理相关的应用 三维地理信息系统应用的 关注要点 如前所述，正因三维地理信息系统的重要基础支撑作用，那么具体到可视化决策系统中三维地理信息系统的应用来说，必须满足以下几个方面的要求： 1.功能 三维地理信息系统的重要功能是加载显示各领域数据 数字冰雹三维地理信息可视化 技术解析 数字冰雹作为深耕可视化领域的领军企业，历经十余年、上千个实际项目的深厚积累，在深度理解行业用户业务需求的基础上，对三维地理信息技术与可视分析技术结合、高效构建大规模仿真城市等应用 本文将对数字冰雹三维地理信息可视化技术的功能特性进行解析。 一、三维地理信息显示 1、原生兼容各类地理信息数据 数字冰雹三维地理信息系统，原生兼容各类地理信息数据。 （多城市建筑风格） 三维地理信息可视化 赋能科学决策 在数字冰雹众多智慧城市可视化决策系统项目中，三维地理信息系统均起到了基础性的支持作用，实现了城市各类数据的融合贯通与直观可视，对城市运行态势进行了全方位
3.2K31发布于 2020-06-20 - 来自专栏吉林乌拉
Redis地理信息定位GEO
Redis提供了GEO功能，也就是地理信息定位功能。通过Redis中的GEO功能，我们可以很方便的通过经纬度来计算两个地理位置之间的距离。 命令 增加地理信息 geoadd key longitude latitude member [longitude latitude member ...] ? ? 获取指定位置范围内的地理信息位置集合 georadius key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH
1.5K20发布于 2019-10-24 - 来自专栏优雅R
「R」数据可视化10：面积图
通过上述例子可以看出面积图和折线图很相似，在很多时候两者可以相互替代，以丰富数据可视化的形式。
1.3K40发布于 2020-07-02 - 来自专栏Python数据分析实例
精选 10 款 Python 可视化工具
作者：Lty美丽人生 链接：https://blog.csdn.net/weixin_44208569 今天我们会介绍一下10个适用于多个学科的Python数据可视化库，其中有名气很大的也有鲜为人知的 1、matplotlib 两个直方图 matplotlib 是Python可视化程序库的泰斗。经过十几年它任然是Python使用者最常用的画图库。 由于 matplotlib 是第一个 Python 可视化程序库，有许多别的程序库都是建立在它的基础上或者直接调用它。 不过因为大部分Python的可视化工具不提供地图，有一个专职画地图的工具也是挺方便的。 开发者: Aleksey Bilogur 更多资料：https://github.com/ResidentMario/missingno 10、Leather Chart grid with consistent
1.6K20编辑于 2022-04-08 - 来自专栏pandas
Pandas数据应用：地理信息系统
引言在当今的大数据分析时代，地理信息系统（GIS）已经成为各个行业不可或缺的一部分。Pandas作为Python中强大的数据处理库，可以与GIS工具结合使用，进行空间数据分析、可视化等操作。 什么是地理信息系统（GIS）？地理信息系统是一种用于捕获、存储、操作、分析、管理和展示所有类型地理数据的系统。 可视化问题描述：绘制的地图背景为空白，影响美观。 解决方案：使用contextily添加背景地图。 import matplotlib.pyplot as pltimport contextily as ctxfig, ax = plt.subplots(figsize=(10, 10))gdf.plot 五、总结通过以上内容，我们了解了如何使用Pandas和Geopandas进行地理信息系统的数据处理与分析。掌握了这些技巧后，我们可以更高效地处理和可视化地理数据，从而为决策提供有力支持。
87510编辑于 2025-01-09 - 来自专栏全栈程序员必看
ArcGIS10地理信息系统教程—从初学到精通—笔记（持续更新）
arcgis10初学到精通—重要操作整理 第二章 ArcGIS快速入门 1.设置相对路径 37页 2.选择要素 48页 3.超链接 51页 4.测量 第三章 地理数据库 geodatabase有以下三种类型
2.2K20编辑于 2022-07-04 - 来自专栏量化投资与机器学习
10年可视化：A股春节效应
A股春节效应 综合各大研究报告，我们引用兴业金工定义的“春节月”：即包含春节假期在内的4周时间，即春节休市前的5个交易日和春节开市后的10个交易日。 通过10日我们也可以发现各指数节前节后的表现也存在明显的差异：大盘指数节前表现要优于节后表现，而小盘指数的节后表现却优于节前表现，这也与前面分析得到的结果一致。 春节前后10个交易日上涨概率较大，其中节后上涨概率近九成。 ? 从2010年至2019年，沪深300指数在春节前后各时间段内的平均涨幅均超过1%。 ? 就中小板指而言，节前5日的收益整体上要优于节前10日收益，说明越临近春节，表现越好，春节效应越显著；节后10日收益要优于节前5日收益，说明节后效应持续时间较长。 ? 创业板指节后平均涨幅大于节前，且在春节前5个交易日和春节后10个交易日内上涨概率超过80%。
64310发布于 2020-02-20 - 来自专栏林德熙的博客
win10 uwp 隐藏实时可视化
新的vs有个功能，实时可视化 但是他会挡我们界面，想要隐藏 点击转到实时可视化，就是点击横线看到，接着就可以看到下面的选项 点击在应用程序中显示运行时，就是不选中 很简单就看到，没有那个
44120发布于 2018-09-18 - 来自专栏PyVision
10个独特的NBA数据可视化
平均每个赛季至少打10场比赛，最少打2个赛季，这些是篮板球方面前十最佳防守球员。 ---- 两双 另一个经常使用的指标是“两双” ，指一个球员在以下任意两个指标中超过10: 得分，助攻，篮板，抢断和盖帽。 10. 随着时间的推移，这些重要的指标(得分，助攻，篮板)实际上发生了多大的变化？ ? 每个赛季的助攻总数和篮板总数在大多数情况下似乎保持不变，有轻微上升的趋势。 我对这些可视化的任何建议，修改或者新的idea都很open。欢迎在你认为合适的任何篮球对话和争论中使用它们。 希望它能帮助你填补现在缺乏运动所留下的空白。 (快点回来吧，正常的生活) 原文：https://towardsdatascience.com/10-unique-visualizations-of-the-nba-b981cfdb78bf
2.4K11发布于 2020-09-02 - 来自专栏小鹏的专栏
Python数据可视化的10种技能
其中最直观的就是采用数据可视化技术，这样，数据不仅一目了然，而且更容易被解读。同样在数据分析得到结果之后，我们还需要用到可视化技术，把最终的结果呈现出来。 可视化视图都有哪些？ 可视化的视图可以说是分门别类，多种多样，今天我主要介绍常用的 10 种视图，这些视图包括了散点图、折线图、直方图、条形图、箱线图、饼图、热力图、蜘蛛图、二元变量分布和成对关系。 ? 在 Matplotlib 中，我们使用 plt.hist(x, bins=10) 函数，其中参数 x 是一维数组，bins 代表直方图中的箱子数量，默认是 10。 # 数据准备 # 生成 0-1 之间的 10*4 维度数据 data=np.random.normal(size=(10,4)) lables = ['A','B','C','D'] # 用 Matplotlib Seaborn 是基于 Matplotlib 更加高级的可视化库。 另外针对我讲到的这 10 种可视化视图，可以按照变量之间的关系对它们进行分类，这些关系分别是比较、联系、构成和分布。
3.6K20发布于 2019-05-26 - 来自专栏林德熙的博客
win10 uwp 隐藏实时可视化
新的vs有个功能，实时可视化 但是他会挡我们界面，想要隐藏 点击转到实时可视化，就是点击横线看到，接着就可以看到下面的选项 点击在应用程序中显示运行时，就是不选中 很简单就看到，没有那个
43410发布于 2019-03-13 - 来自专栏CSDN技术头条
数据可视化的10个关键术语
交互式可视化允许您修改，操作和探索计算机显示的数据。绝大多数交互式可视化系统在计算机网络上，但越来越多出现在平板电脑和智能手机上。 相比之下，静态可视化只显示单一的、非交互数据，它通常是为了打印和在屏幕上显示。 数据集合是需要可视化处理的数据集合。你可以简单认为数据集合就是很多行和列的数据，这些数据通常在电子表格或数据库中。行代表一个记录，也就是一个事务的实例；列是变量，代表事务的具体信息。 Scales are often presented as intervals (10, 20, 30 etc.) and will represent units of measurement, such 度量通常以间隔表示(10、20、30等等)，代表度数字的单位，如价格、距离、年，或百分比。
1.3K70发布于 2018-02-09 - 来自专栏林德熙的博客
win10 uwp 隐藏实时可视化
新的vs有个功能，实时可视化 但是他会挡我们界面，想要隐藏 点击转到实时可视化，就是点击横线看到，接着就可以看到下面的选项 点击在应用程序中显示运行时，就是不选中 很简单就看到，没有那个
41620编辑于 2022-08-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号