- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序猿DD
每日一皮：中关村地铁站和普通地铁站的区别
细品！ 往期推荐 每日一皮：当我在处理别人的代码时... 每日一皮：产品经理的黑话，你听过几个？ 每日一皮：程序员的日常“黑话” 每日一皮：程序员的神逻辑... 每日一皮：鼓励师招到了，原来是这样的... 皮到了就点个在看呗 👇👇👇
35210编辑于 2023-04-17 - 来自专栏相约机器人
自制全息伦敦地铁站数据可视化
已经下载了几个开源数据集，决定使用伦敦地铁站和深度数据。
1.4K30发布于 2019-08-15 - 来自专栏工业数字孪生
西安智慧地铁站，图扑数字孪生新应用
安防层级安防可视化图扑软件借助 HT for Web 技术赋能，对地铁站内的设备监管进行数字化升级。将被动防御转为主动防御，及时发现车站内的异常人员，并进行劝退，保障其他乘客的生命安全。 对地铁站安防、消防等系统的智慧管理，保障了乘客出行的安全。自动扶梯、照明设备的智慧管理不仅能减少能源消耗，还能带来舒适的出行体验，提高人们出行的获得感。 在西安、天津、广东、成都等城市都可以感受到智慧地铁站带给我们的便利，站内可视化大屏不仅能自助购票，还能帮助我们规划出行线路，带给我们更多的便利。
1.3K20编辑于 2022-09-16 - 来自专栏HT
基于HTML5 Canvas 实现地铁站监控
鉴于监控系统在国内的需求量较大，对于大范围的监控，如：地铁站，更是需要监控系统来防止意外的发生，我们今天来给大家介绍一下如何创建一个地铁站监控系统的前端部分。
1.2K50发布于 2018-01-03 - 来自专栏工业数字孪生
图扑数字孪生地铁站，助力智慧出行
元宇宙站厅运用图扑软件自主研发引擎 HT for Web 渲染出地铁站的数字孪生体，以 CAD 图、现场照片、设备图片等为素材，制作地铁站的三维模型，1：1 还原地铁站内部各项设备。 图扑结合独到的图形数字技术实现的线上地铁站是线下地铁站的复现和升级。采用人工建模将线下物理设备搬至线上，突破空间限制，创造沉浸式体验，浏览者可足不出户获得亲临现场的全新感受。 所见即所得，720° 交互，可通过手机触摸操作浏览地铁站也可通过键盘 WSAD 操作。 运营管理地铁站管理涉及车辆、安防设备、消防设备、照明设备等，设备数量多、种类复杂，并且各设备数据收集系统独立存在。 利用图扑软件智慧地铁站解决方案将烟囱林立的数据系统进行整合，不仅能实现对乘客的语音购票指导、智能问询等功能，还能打通地铁站的各个专业系统，使各部门人员快速响应，实现车站的一体化、数字化管理。
90020编辑于 2022-11-09 - 来自专栏HT
基于 Web 端 3D 地铁站可视化系统
，包括地铁的实时运行情况，地铁上下行情况，视频监控，烟雾报警，电梯运行情况等等，帮助我们直观的了解当前的地铁站。 本篇文章通过对地铁站可视化场景的搭建，动画代码的实现，交互模式的原理解析，以及主要功能点的实现进行阐述，帮助我们了解如何使用 HT 实现一个简单的地铁站可视化。 0.15, 0.15], 8 // 大小变化参数，格式为 [sx, sy, sz] 9 finishFunc: function(modelMap, array, rawS3) { 10 轴位置以及行进的方向 8 let currentX = data.getX(), 9 direction = data.a('direction'); 10 9 let centerVector = new ht.Math.Vector2(toCenter.x - fromCenter.x, toCenter.y - fromCenter.y); 10
83510编辑于 2022-05-10 - 来自专栏Python绿色通道
分析了3447个地铁站，发现了地铁命名的秘密
display.unicode.ambiguous_as_wide', True) pd.set_option('display.unicode.east_asian_width', True) # 显示10 行 pd.set_option('display.max_rows', 10) # 读取数据 df = pd.read_csv('subway.csv', header=None, names=['city def create_line(df): """ 生成城市地铁线路数量分布情况 """ title_len = df['line'] bins = [0, 5, 10 , 15, 20, 25] level = ['0-5', '5-10', '10-15', '15-20', '20以上'] len_stage = pd.cut(title_len, 北京10号线第一，重庆3号线第二。 还是蛮怀念北京1张票，2块钱地铁随便做的时候。 可惜好日子一去不复返了。 去除重复换乘站数据。
76760发布于 2019-05-06 - 来自专栏数据森麟
183条地铁线路，3034个地铁站，发现中国地铁名字的秘密。
display.unicode.ambiguous_as_wide', True) pd.set_option('display.unicode.east_asian_width', True) # 显示10 行 pd.set_option('display.max_rows', 10) # 读取数据 df = pd.read_csv('subway.csv', header=None, names=['city def create_line(df): """ 生成城市地铁线路数量分布情况 """ title_len = df['line'] bins = [0, 5, 10 , 15, 20, 25] level = ['0-5', '5-10', '10-15', '15-20', '20以上'] len_stage = pd.cut(title_len, 北京10号线第一，重庆3号线第二。 ? ? 还是蛮怀念北京1张票，2块钱地铁随便做的时候。 可惜好日子一去不复返了。 去除重复换乘站数据。
65220发布于 2019-09-27 - 来自专栏HT
如何管好地铁站见新质生产力 | 图扑数字孪生
客流热力 利用 HT 数据可视化技术展示地铁站内乘客流动密度和分布情况，通过不同的颜色来表示地铁站内不同区域的客流量大小，从而直观呈现出乘客在地铁站内的聚集状况和流动趋势。 通过实时监测客流热力图，地铁站运营管理人员可以了解各时段乘客分布情况，及时调整地铁运力布局。 1）实时监控视频展示，根据地铁站 CAD 图在三维场景中摆放各摄像头点位图标，或对接各摄像头经纬度数据生成点位图标。点击图标以弹窗形式展示该摄像头实时监控视频。 2）电子巡更，在三维场景中标记地铁站中关键位置的巡更点，巡更点状态正常为绿色，异常为红色，鼠标悬浮将以标签的形式展示其对应的基本信息，在三维车站内进行巡更模拟，以第一人称视角同步当前巡更人员视角，规划巡更路线
54010编辑于 2024-04-13 - 来自专栏hightopo
基于 HTML5 WebGL 的地铁站 3D 可视化系统 顶
，包括地铁的实时运行情况，地铁上下行情况，视频监控，烟雾报警，电梯运行情况等等，帮助我们直观的了解当前的地铁站。 系统中为了帮助用户更直观友好的浏览当前地铁站，提供了三种交互模式： 第一人称模式 -- 操作就类似行人或车在行进的效果，可以通过键盘鼠标控制前进后退。 自动巡检模式 -- 该模式下用户不需要任何操作，场景自动前进后退来巡查当前地铁站的场景。 鼠标操作模式 -- 左键旋转场景，右键平移场景。 本篇文章通过对地铁站可视化场景的搭建，动画代码的实现，交互模式的原理解析，以及主要功能点的实现进行阐述，帮助我们了解如何使用 HT 实现一个简单的地铁站可视化。 上图所示的为地铁进站时候的流程，当地铁停靠完毕关门后需要进行出站，此时我们只需要把地铁位置重新设置一下不为 0 即可，以下为部分代码实现： currentMetro.setX(direction * 10
1.4K30发布于 2019-05-10 - 来自专栏CDA数据分析师
爬取183条地铁线路，3034个地铁站，发现中国地铁名字的秘密...
display.unicode.ambiguous_as_wide', True) pd.set_option('display.unicode.east_asian_width', True) # 显示10 行 pd.set_option('display.max_rows', 10) # 读取数据 df = pd.read_csv('subway.csv', header=None, names=['city def create_line(df): """ 生成城市地铁线路数量分布情况 """ title_len = df['line'] bins = [0, 5, 10 , 15, 20, 25] level = ['0-5', '5-10', '10-15', '15-20', '20以上'] len_stage = pd.cut(title_len, 北京10号线第一，重庆3号线第二。 ? ? 还是蛮怀念北京1张票，2块钱地铁随便做的时候。 去除重复换乘站数据。
1.6K30发布于 2019-05-09 - 来自专栏HT
H5 + WebGL 实现的地铁站 3D 可视化系统
，包括地铁的实时运行情况，地铁上下行情况，视频监控，烟雾报警，电梯运行情况等等，帮助我们直观的了解当前的地铁站。 本篇文章通过对地铁站可视化场景的搭建，动画代码的实现，交互模式的原理解析，以及主要功能点的实现进行阐述，帮助我们了解如何使用 HT 实现一个简单的地铁站可视化。 0.15, 0.15], 8 // 大小变化参数，格式为 [sx, sy, sz] 9 finishFunc: function(modelMap, array, rawS3) { 10 轴位置以及行进的方向 8 let currentX = data.getX(), 9 direction = data.a('direction'); 10 9 let centerVector = new ht.Math.Vector2(toCenter.x - fromCenter.x, toCenter.y - fromCenter.y); 10
92320发布于 2019-11-12 - 来自专栏HT
基于 HTML5 WebGL 的地铁站 3D 可视化系统
，包括地铁的实时运行情况，地铁上下行情况，视频监控，烟雾报警，电梯运行情况等等，帮助我们直观的了解当前的地铁站。 本篇文章通过对地铁站可视化场景的搭建，动画代码的实现，交互模式的原理解析，以及主要功能点的实现进行阐述，帮助我们了解如何使用 HT 实现一个简单的地铁站可视化。 0.15, 0.15], 8 // 大小变化参数，格式为 [sx, sy, sz] 9 finishFunc: function(modelMap, array, rawS3) { 10 轴位置以及行进的方向 8 let currentX = data.getX(), 9 direction = data.a('direction'); 10 9 let centerVector = new ht.Math.Vector2(toCenter.x - fromCenter.x, toCenter.y - fromCenter.y); 10
1K20发布于 2019-09-29 - 来自专栏华章科技
183条地铁线路，3034个地铁站，发现中国城市地名的秘密
display.unicode.ambiguous_as_wide', True) pd.set_option('display.unicode.east_asian_width', True) # 显示10 行 pd.set_option('display.max_rows', 10) # 读取数据 df = pd.read_csv('subway.csv', header=None, names=['city def create_line(df): """ 生成城市地铁线路数量分布情况 """ title_len = df['line'] bins = [0, 5, 10 , 15, 20, 25] level = ['0-5', '5-10', '10-15', '15-20', '20以上'] len_stage = pd.cut(title_len, 北京10号线第一，重庆3号线第二。 ? ? 还是蛮怀念北京1张票，2块钱地铁随便做的时候。 可惜好日子一去不复返了。 去除重复换乘站数据。
90431发布于 2019-05-09 - 来自专栏崔哥的专栏
基于redis的geo类型实现“附近的xx”功能
这里假设要实现的是“附近的地铁站”功能，key为list，member为地铁站id 首先，你需要在redis里维护一个geo的列表（本质上是sorted set），当每个地铁站的经纬度有更新时，就使用 '=>'4北京永安里地铁站', 'id'=>4, 'long'=>116.450334, 'lat'=>39.908478], ['name'=>'5北京建国门地铁站', 'id'=>5, 'long ], ['name'=>'7北京王府井地铁站', 'id'=>7, 'long'=>116.411565, 'lat'=>39.908106], ['name'=>'8北京西单地铁站', , 'lat'=>39.90715], ['name'=>'10北京南礼士路地铁站', 'id'=>10, 'long'=>116.352589, 'lat'=>39.907247], ['name'=>'11北京木樨地地铁站', 'id'=>11, 'long'=>116.337475, 'lat'=>39.907471], ['name'=>'12北京军事博物馆地铁站',
49530编辑于 2022-12-13 - 来自专栏拓端tecdat
Python地铁站点客流量预测：随机森林极限梯度提升回归器XGBoost|数据分享
本文将通过展示地铁站点客流量预测，并结合一个Python随机森林极限梯度提升回归器XGB实例的代码数据，为读者提供一套完整的实践数据分析流程。 数据可视化结果： 12月1日-12月7日地铁站点日客流量预测结果： 由十二月份一号到七号的预测数据画出的图表观察得出，站点135与137的客流量普遍较高，地铁工作人员应该在人流量多的站点多安排值班人员进行巡逻 特别的，图中12月7号147站点出现不同寻常的高峰客流量，考虑意外因素等情况造成的客流量增多，这一天我们可以提前预警并采取相应的安保措施，保证当天地铁站点的秩序。
1.1K10编辑于 2024-08-12 - 来自专栏可以叫我才哥
北上广深合租房图鉴(自如篇)
18 1.合租房源基本情况 2.单间大小和房租分布 3.月租与房间大小、地铁站距离关系 4.北上广州地铁站房源最多的点 5.北上广深房源分布(map) 1.合租房源基本情况 我们爬取了自如北上广深合计 合租房房源数 在单间平均面积上，基本都超过了10平米，其中北京和上海的平均面积都超过了12平米。 ? 在单间的平均月租金上，北京高达2,952，远高于其他城市。 2.单间大小和房租分布 北京和上海的合租单间面积大部分在10-15平米，其次是5-10平米；而深圳和和广州的单间面积大部分在10平米以下，其次才是10-15平米。 ? 当距离地铁站距离在1km以内时，房租和地铁站距离之间似乎也并没有太大关系，毕竟步行都是10分钟以内吧。当距离地铁站距离超过1km之后，距离地铁站距离越近其月租便会明显上涨了。 ? 4.北上广州地铁站房源最多的点 在北京，顺义站附近的房源最多，不过由于顺义比较偏，其租金其实并不高。
1.3K40发布于 2021-08-05 - 来自专栏可以叫我才哥
Python爬取自如北京2.3万条租房信息，发现快租不起房子了
4.6.租金前10名地铁站圈 4.7.各区合租类平均租金箱线图 4.8.各区整租类平均租金箱线图 5.房间相关数据统计与可视化 5.1.合租类房间大小直方图 5.2.整租类房间大小直方图 5.3.合租类房间租金直方图 我们打开backgroundHtml链接发现是一个含10个个位数数字的透明png图如下： ? 名地铁站圈 平均租金前10的地铁站圈，平均每平米每月租金都高达320元，相当于10平米的单间均价每月3200以上！！ )['附近地铁站'].to_list()) .add_yaxis('', metroPrice.head(10)['price'].round(2).to_list()) .set_series_opts 5.5.房源距离地铁站距离直方图 其实大部分的房源距离最近地铁站步行距离较近，1000米以内。绝大多数的房源距离最近地铁站直线距离在1.5公里，感觉步行到地铁站也就15分钟以内。 ?
1.3K30发布于 2021-08-05 - 来自专栏肉眼品世界
首发体验！打自动驾驶出租车感觉如何？
10月12日早间，新浪科技到达海淀区自动驾驶叫车点稻香湖地铁站北进行乘车体验。 不过，从稻香湖地铁站北到温阳路地铁站实际驾驶路线只有2.2km左右，此次试乘路线进行了特殊设置，有一定路程绕行。 02 乘客：感觉还行 但限定点对点运行很不方便 据新浪科技观察，在稻香湖地铁口北和温阳路地铁站B口两个乘车点，前来体验的乘客并不多，在10:00-11:00期间，各有5位左右乘客前往体验，大多表示是看到微博 今日早间10点11分，一位乘客正在在稻香湖地铁站北指定上车点等待Apollo GO接单。该乘客表示，此前已经叫到了一单，但是安全员打电话表示车辆距离乘客位置稍远，建议乘客重新下单。 03 “自动驾驶推广的前提是 所有人教科书式遵守交通规则” “完全的自动驾驶可能得20年吧，最快也得10年。” 在提到去安全员的全自动驾驶时，上述第三位乘客表示。
59430发布于 2020-11-11 - 来自专栏Michael阿明学习之路
LeetCode 1396. 设计地铁系统（map/unordered_map）
一个乘客在同一时间只能在一个地铁站进入或者离开。 checkOut(int id, string stationName, int t) 编号为 id 的乘客在 t 时刻离开地铁站 stationName 。 getAverageTime(string startStation, string endStation) 返回从地铁站 startStation 到地铁站 endStation 的平均花费时间。 也就是说，如果一个顾客在 t1 时刻到达某个地铁站，那么他离开的时间 t2 一定满足 t2 > t1 。 所有的事件都按时间顺序给出。 1 <= id, t <= 10^6 所有的字符串包含大写字母，小写字母和数字。 1 <= stationName.length <= 10 与标准答案误差在 10^-5 以内的结果都视为正确结果。
80210发布于 2020-07-13
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