- 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
离散标度：（这个例子是用在变量本身就是因子变量的情况下，算是分类变量情况下的颜色标度映射） china_map<-readShapePoly("c:/rstudy/bou2_4p.shp") mydata
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
这是一篇拖了好久的稿子，因为过年玩high了，一直放着没写，今天得空，赶快得空，赶紧整理一下。 本篇主讲leaflet在线地图系列中的散点系列，包含颜色映射规则（离散和连续）、大小映射规则。 其实也就是包含了我们看到的常规的散点图类型和气泡图类型。同时结合leaflet丰富多彩的背景地图主题进行展开。 #加载包： library(plyr) library(maps) library(mapdata) library(leaflet) library(stringi) library(maptools)
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。
70110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：
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。 能够实现大规模城市建筑的动态加载，从地球全景到大规模城市建筑直至具体设备的平滑过渡，无需进行画面切换；支持L1级到L4级精度建筑模型的无缝切换。 ? （一级精度楼宇建筑效果） ? （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 ...] ? ? 它们主要有4种选项： m:表示的单位是米。 km:表示的单位是千米。 mi:表示的单位是英里。 ft:表示的单位是尺。 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 - 来自专栏图形学与OpenGL
实验4 差异可视化
了解差异可视化知识，了解和学习差异可视化中热点图、星图、平行坐标图等常见图表类型； 2. 学习并掌握R中差异可视化绘制相关函数。 二. 实验内容 1.
85520发布于 2018-10-09 - 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。 # 将WGS84坐标系转换为Web Mercatorgdf_webmercator = gdf.to_crs(epsg=3857)print(gdf_webmercator.crs)4. 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。 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。
87710编辑于 2025-01-09 - 来自专栏图形学与OpenGL
实验4 差异可视化之星图
了解差异可视化知识，了解和学习差异可视化中热点图、星图、平行坐标图等常见图表类型； 2. 学习并掌握R中差异可视化中星图绘制相关函数。 二. 实验过程 1.
62730发布于 2019-05-05 - 来自专栏图形学与OpenGL
实验4 个人大学数据可视化
复习前述可视化知识和方法。 2. 综合应用前面所学可视化知识和方法，对大学学习与生活有关数据进行可视化。 二. 实验内容 1. 将自己9门专业主干课程成绩可视化：高级语言程序设计、离散数学、数据结构、计算机组成原理、操作系统原理、计算机网络、数据库系统原理、编译原理、软件工程； 2. 将自己的前三年综合积分及其名次可视化； 3. 总结自己的专业技能与其它技能，并根据技能水平对其可视化。技能水平建议分为一般，熟练，精通，专家四种： 4. 回顾上大学至今自已去过的地方，将其可视化； 5. 根据以上4方面的信息，制作一个简单的个人简历，打印稿下次上课前提交，电子稿提交到雨课堂。 三.
71330发布于 2019-02-25 - 来自专栏深度学习之tensorflow实战篇
地理信息地图标记KML与KMZ的区别
地理信息地图标记KML与KMZ的区别 KML (keyhole markup language)是以XML语言为基础开发的一种文件格式，用来描述和存储地理信息数据（点、线、面、图片等），是纯粹的xml文本格式 KML跟XML文件最大的不同就是KML描述的是地理信息数据。最早开发KML的是keyhole公司，2004年Goole收购keyhole并用KML开发GooleEarth. _________________________________________________________________________________ 注意点： 1、kml和kmz可以包含地理信息数据本身
5.4K40发布于 2018-03-19 - 来自专栏柠檬先生
html5 离线存储 地理信息与本地存储
本地存储： Cookie 数据存储到计算机中，通过浏览器控制添加与删除数据 Cookie的特点 存储限制 域名100个cookie,每组值大小4KB
2.6K90发布于 2018-01-22 - 来自专栏数据仓库技术
LeetCode面试SQL-学生地理信息报告
一、题目 一所美国大学有来自亚洲、欧洲和美洲的学生，他们的地理信息存放在如下 student 表中。
27210编辑于 2024-09-24 - 来自专栏尹磊的专栏
巧用 Nginx 的 geo 模块来记录地理信息
本文讲述如何利用Nginx+Lua实现流量削峰和负载均衡。通过使用Nginx+Lua的组合，可以有效地降低后端服务器的压力，提高系统的稳定性。同时，Nginx+Lua的组合也具有很好的可扩展性，可以满足未来业务的发展需要。
3.2K00发布于 2017-05-31 - 来自专栏Data Analysis & Viz
可视化作品分享：第4期 | 好评来袭可视化作品分享：第4期 | 好评来袭前言第4期 EP04 Start小结
前3期回顾： 「可视化作品分享：第1期 | 好评来袭 - 牛衣古柳 - 2020.09.04」 「可视化作品分享：第2期 | 好评来袭 - 牛衣古柳 - 2020.10.08」 「可视化作品分享 链接：Eyeo 2014, The shapes of my thoughts 第4期 / EP04 Start Anyway，优秀可视化作品该看还是要看的，接下来看看可视化大神 Giorgia 首先国际知名的数据可视化设计师 Lupi 早在2014年就做过 porn 数据可视化这件事本身就挺令古柳吃惊，而且这组作品还都很特别、很好看，因而理所当然地成为了近期古柳印象最深的可视化作品，在重新更新这个系列之际 作品1: The exceptionally gifted ones 第一幅作品基于 Alexa.com 网站的数据（2014年4月），可视化了比较了8个访问量最高的 porn 视频网站和其它网络巨头平台的网页浏览量与访问量 作品4: Stars and Studs 第四幅作品同样很漂亮，其对过去30年获奖最多的男女 porn 明星进行了完整回顾，其中只包含至少获过3次 Avn 奖（porn 界的 "奥斯卡"奖，奇怪的知识增加了
50620编辑于 2021-12-08 - 来自专栏算法进阶
4种聚类算法及可视化（Python）
然而，在这项工作中，尝试将这些公司分成4个集群。理想情况下，这四个群组必须是科技股、石油和天然气股、零售股和其他股票。 首先获得我们所拥有的数据框架的相关矩阵。 sklearn.cluster import KMeans # Perform k-means clustering with four clusters clustering = KMeans(n_clusters=4, 方法4：DBSCAN聚类法 DBSCAN是一种基于密度的聚类算法，它将那些紧密排列在一起的点聚在一起。它不需要事先指定聚类的数量，而且可以识别任意形状的聚类。 可视化 同时检查上述四种聚类方法的结果，以深入了解它们的性能，可能是有用的。最简单的方法是使用热图，公司在X轴上，聚类在Y轴上。 df_combined.columns plot_cluster_heatmaps(cluster_results, companies) 所有四种方法的聚类结果 然而，当试图比较多种聚类算法的结果时，上述的可视化并不是很有帮助
1.5K20编辑于 2023-08-28 - 来自专栏数据小魔方
空间数据可视化笔记——simple features空间对象基础
---- 当今互联网和大数据发展的如此迅猛，大量的运营与业务数据需要通过可视化呈现来给商业分析人员提供有价值的决策信息，而地理信息与空间数据可视化则是可视化分析中至关重要而且门槛较高的一类。 需要借助第三方提供的开源可视化平台或者商用BI可视化工具进行大批量业务数据的地理信息维度数据可视化。 而今天我要分享的内容就是是空间地理可视化前言应用的新方法，将地理信息数据浓缩成单个列表，每一个单独的地理信息对象都被压缩成数据框中的单个记录，这样无需ID，我们的整个空间地理信息数据框就完美的容纳了属性信息和地理信息 左手用R右手Python系列12——空间数据可视化与数据地图 china_map=gp.GeoDataFrame.from_file("D:/***/bou2_4p.shp", encoding = 中地理信息可视化呈现的信息，可以参考这两篇文章。
2K51发布于 2018-04-11
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