- 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 👇👇👇
35110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
人防成本高：现在很多地方想到安全就想到要雇佣保安，每个保安每个月 800，每天 3 班倒，一班人员一年就需要将近 4 万元，相比于电子安防设备成本并不便宜，而且使用电子安防设备几年内就不太需要更换。 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。 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。 分别为 obj 文件地址，mtl 文件地址 2 ht.Default.loadObj('obj/metro.obj', 'obj/metro.mtl', { 3 center: true, 4 指的是构成电梯模型所有的三角面顶点坐标数组 2 // 由于场景中电梯的运行方向为往对角线右上方运动，所以只需要修改 x 轴以及 y 轴坐标值 3 // xStep yStep 为每次电梯运动的距离 4
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
import json import requests from bs4 import BeautifulSoup headers = {'user-agent': 'Mozilla/5.0 (Windows ，相较新周刊中3447个地铁站数据。 减少了近400个地铁站。 接下来看一下哪个城市地铁站最多。 # 选取上海的地铁站 df1 = df_station[df_station['city'] == '上海'] print(df1) 统计上海所有的地铁站，一共345个。 选取包含路的地铁站。 具体的地铁站名数据。
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。
import json import requests from bs4 import BeautifulSoup headers = {'user-agent': 'Mozilla/5.0 (Windows ，相较新周刊中3447个地铁站数据。 减少了近400个地铁站。 ? 接下来看一下哪个城市地铁站最多。 # 选取上海的地铁站 df1 = df_station[df_station['city'] == '上海'] print(df1) 统计上海所有的地铁站，一共345个。 ? 选取包含路的地铁站。 具体的地铁站名数据。
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。 电视列车到站时间监控 日常地铁站中会有专门的电视来展示下一班地铁到站的时间表，该系统中也模拟该效果，不过该系统暂时做了电视的模型，时间暂无对接，以下为效果图： ?
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...
import json import requests from bs4 import BeautifulSoup headers = {'user-agent': 'Mozilla/5.0 (Windows ，相较新周刊中3447个地铁站数据。 减少了近400个地铁站。 ? 接下来看一下哪个城市地铁站最多。 # 选取上海的地铁站 df1 = df_station[df_station['city'] == '上海'] print(df1) 统计上海所有的地铁站，一共345个。 ? 选取包含路的地铁站。 具体的地铁站名数据。
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。 分别为 obj 文件地址，mtl 文件地址 2 ht.Default.loadObj('obj/metro.obj', 'obj/metro.mtl', { 3 center: true, 4 部分实现代码如下： 1 rotateStep() { 2 // 即上图辅助点 C 3 let fromCenter = this.fromCenter; 4 // 即上图 指的是构成电梯模型所有的三角面顶点坐标数组 2 // 由于场景中电梯的运行方向为往对角线右上方运动，所以只需要修改 x 轴以及 y 轴坐标值 3 // xStep yStep 为每次电梯运动的距离 4
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。 分别为 obj 文件地址，mtl 文件地址 2 ht.Default.loadObj('obj/metro.obj', 'obj/metro.mtl', { 3 center: true, 4 部分实现代码如下： 1 rotateStep() { 2 // 即上图辅助点 C 3 let fromCenter = this.fromCenter; 4 // 即上图 指的是构成电梯模型所有的三角面顶点坐标数组 2 // 由于场景中电梯的运行方向为往对角线右上方运动，所以只需要修改 x 轴以及 y 轴坐标值 3 // xStep yStep 为每次电梯运动的距离 4
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
import json import requests from bs4 import BeautifulSoup headers = {'user-agent': 'Mozilla/5.0 (Windows ，相较新周刊中3447个地铁站数据，减少了近400个地铁站。 接下来看一下哪个城市地铁站最多。 # 选取上海的地铁站 df1 = df_station[df_station['city'] == '上海'] print(df1) 统计上海所有的地铁站，一共345个。 ? 选取包含路的地铁站。 具体的地铁站名数据。
90431发布于 2019-05-09 - 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。 plt.figure(figsize=(12, 6)) sns.boxplot(x='holiday', y='traffic_volume', data=df_holidays, palette=["#C0C4C8
1.1K10编辑于 2024-08-12 - 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 #地铁站id=1 #顺便提一下，相同key，member，不同经纬度，GEOADD会自动更新的 127.0.0.1:6379> GEOADD list CH 13.361389 38.115556 " '=>'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', ['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 3.月租与房间大小、地铁站距离关系 当然了，房间面积越大房租越高嘛。不过当房间大小超过20-30平米区间的时候，房租似乎并没有涨上去哦~ ? 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 - 来自专栏万物皆可联
科技新模式｜轨道交通可视化运维，远程监控也能智慧把守
，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。 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。 4.场景监控交互 3D 场景中交互是比较简单的，主要是点击摄像头展示 2D 监控面板，在 2D 界面中主要是切换三种交互模式，三种交互模式为互斥的关系。 当然地铁站还可以与 VR 进行结合，在各地科技展会中我们可以见到各种 VR 场景操作，HT 中也可以结合 VR 设备进行操作，可以戴上设备在地铁站中漫游，让人有身临其境的感觉，由于场景本身的轻量化，所以
1.1K5446发布于 2020-09-03 - 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
概述 2.数据采集-爬虫 2.1.房屋信息解析 2.2.房屋价格解析 3.数据处理-清洗 3.1.房屋名称数据清洗 3.2.房间信息数据清洗 3.3.位置信息数据清洗 3.4.选取需要用于分析的字段 4. 本次我是采用的re正则表达式进行数据解析，当然大家也可以通过别的方式比如xpah或bs4等等进行解析。 ? # 获取具体房屋信息 houseId = re.findall('x/(.*?). ·(.*)(\d居*室.*)-(.*)',x)[4]) ? 解析后获得的新数据 3.2.房间信息数据清洗 我们看到关于房间大小、楼层等信息是在一个字段中，也是需要进行分拆的。 我们需要用到的数据预览 4.房源相关数据统计与可视化 先简单看看 数据源，一共23,574个房源。 ? 本节我们使用pyecharts进行可视化绘制。 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 - 来自专栏宏伦工作室
SODA－大型活动大规模人群的识别和疏散：从公交2.0到公交3.0
以一卡通为例，个人行为指标包括4月份内刷卡总次数、出入的不同地铁站总数等。 下图是一卡通用户出入不同地铁站总数分布统计，大多数用户出入不同地铁站总数低于10（人的活动具有低熵性），他们一般仅往返于少数的几个地铁站之间。 下图是某用户4月份行为轨迹，共包含12个停留点和6个模序，其中2、3、4为往返型，1、5为三角型，6为四点往返型。 基于以上算法，我们对上海市288个地铁站4月份交通数据进行了事件识别，分析结果如下图所示。矩形数图中不同颜色的区块代表不同的地铁线路，各个小区块的大小表示正例的天数，正例越多则小区块面积越大。 ? 在“可视化展示平台”中点击某个小区块，还可以查看该地铁站的详细识别结果。例如在下图中，虹口足球场站共识别出了两次事件，分别发生于4月11日和4月25日，经验证这两天虹口足球场确实举办了大型足球赛。
1.2K60发布于 2018-06-07
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