首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 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...

    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。 # 选取上海地铁站名字包含路的数据 df2 = df1[df1['station'].str.contains('路')] print(df2) 有210个,约占上海地铁的三分之二,路的七分之二。 (df2) 一共有21个城市,地铁站名包含门。 ('门')] print(df2) # 选取南京的地铁站 df1 = df_station[df_station['city'] == '南京'] # 选取南京地铁站名字包含门的数据 df2 = df1 ] # 选取西安地铁站名字包含门的数据 df2 = df1[df1['station'].str.contains('门')] print(df2) 输出如下: ?

    1.7K30发布于 2019-05-09
  • 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。

    # 选取上海地铁站名字包含路的数据 df2 = df1[df1['station'].str.contains('路')] print(df2) 有210个,约占上海地铁的三分之二,路的七分之二。 # 选取重庆地铁站名字包含家的数据 df2 = df1[df1['station'].str.contains('家')] print(df2) 武汉共有17个,重庆共有20个。 (df2) 一共有21个城市,地铁站名包含门。 ('门')] print(df2) # 选取南京的地铁站 df1 = df_station[df_station['city'] == '南京'] # 选取南京地铁站名字包含门的数据 df2 = df1 ] # 选取西安地铁站名字包含门的数据 df2 = df1[df1['station'].str.contains('门')] print(df2) 输出如下。

    72820发布于 2019-09-27
  • 来自专栏算法修养

    CSU 1808 地铁 (Dijkstra)

    ICPCCamp 有 n 个地铁站,用 1,2,…,n 编号。 m 段双向的地铁线路连接 n 个地铁站,其中第 i 段地铁属于 ci 号线,位于站 ai,bi 之间,往返均需要花费 ti分钟(即从 ai 到 bi 需要 ti 分钟,从 bi 到 ai 也需要 如果乘坐第 i 段地铁来到地铁站 s,又乘坐第 j 段地铁离开地铁站 s,那么需要额外花费 |ci-cj | 分钟。注意,换乘只能在地铁站内进行。 Bobo 想知道从地铁站 1 到地铁站 n 所需要花费的最小时间。 Input 输入包含不超过 20 组数据。 每组数据的第一行包含两个整数 n,m (2≤n≤105,1≤m≤105). Sample Input 3 3 1 2 1 1 2 3 2 1 1 3 1 1 3 3 1 2 1 1 2 3 2 1 1 3 1 10 3 2 1 2 1 1 2 3 1 1 Sample Output

    92880发布于 2018-04-27
  • 来自专栏阮一峰的网络日志

    莫斯科地铁交通图

    维基百科这样介绍莫斯科地铁: "......(它)是世界使用率第二高的地下轨道交通系统,仅次于日本东京。 主要结构为中心辐射状,全长277.9公里,12条线路,171个车站。 从上面的介绍,可以看出莫斯科地铁是一个复杂的系统。它的实际形状如下图: ? 如果你觉得上面的图挺乱的,那么看到地面的示意图,恐怕头都要晕了。 ? 俄罗斯设计公司Art. Lebedev Studio,负责设计新版的《莫斯科地铁交通图》。 怎样才能画出一张更清晰、更美观的地图呢? 2. 然后,将环线和各个弯角"平滑化"处理,简化和柔和形状,这样显得更美观。 ? 3. 环线还是不够醒目,最后决定将环线改成圆环,进一步简化形状。 ? 莫斯科的地铁规划已经做到了2100年。下面是那时的模拟图,真是够复杂的。 ? (完)

    1.3K10发布于 2018-09-21
  • 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 👇👇👇

    39110编辑于 2023-04-17
  • 来自专栏有趣的Python和你

    地铁调色,打造金属质感

    地铁车厢等也是很多人的照片素材,但是在网上看了很多照片,总是觉得不好看。 总结起来就是照片颜色多,而且偏黄,给人一种不干净的感觉,我比较喜欢通透感。 所以本次分享如何让屎黄色地铁打造金属感,妥妥的~ 调色思路 (1)首先还是根据照片,调整曝光等参数,让照片更自然。其实这部分做的事情,我认为是尽可能还原真实场景。 (2)上幼儿园就知道的HSL,让黄色降低饱和度和明亮度,屎黄色让滚多远就滚多远。 (3)降低了黄色还是不通透,要想打造金属质感,要在其中加点蓝色(因为我喜欢冷色调),别问我为什么不是绿色。 (2)让黄色滚远点。 (3)加点蓝,立马出结果。 最后 这次地铁调色应该也很简单,三分钟应该都不需要的,大家可以动手操作下。 素材公众号后台回复[地铁调色]即可获得~

    99730发布于 2020-03-20
  • 来自专栏个人路线

    鸿蒙如何加载地铁

    鸿蒙原生应用,易出行 在我们坐地铁的的时候,如果有地铁应用的话,会方便我们掌握地铁及时的信息,那我们如何使用呢,接下来就一起看看。 地铁图 高德开放平台地铁图 JS API 是一套简单易用的移动端地铁线路图开发接口,用户可以通过该 API 开发出具有地铁线路展示、路线查询、站点标注以及路线规划功能的地铁图移动端 H5 页面。 559673d72bc970890a164db5ba03dcdc&callback=cbk"></script> <script type="text/javascript"> //开启easy模式, 直接完成地铁图基本功能 { "name": "ohos.permission.INTERNET" }, ] 参考 JavaScript API 地图组件[1] 室内地图 JS API[2] 参考资料 [1] 地图组件: https://lbs.amap.com/api/lightmap/summary/ [2] 室内地图 JS API: https://lbs.amap.com/api/

    45810编辑于 2024-08-06
  • 来自专栏华章科技

    中国哪里的地铁最拥挤

    中国地铁建设多奉行“小编组高密度”的理念[2],较多使用6节B型车作为载客列车,这类车型尽管可以实现高密度运行且运营成本较低,但最大运载能力依然很难满足早高峰时期人们的出行需求。 [5] 而在最小发车间隔上,多数城市采取高峰期/非高峰期的两套发车间隔标准,高峰期间隔多在2-4分钟之间。 ? m=content&c=index&a=show&catid=18&id=16219 [2] 鲁放, 韩宝明, 李得伟, & 张琦. (2009). 城市轨道交通小编组高密度运行的合理实施. 都市快轨交通, 26(4), 38-42. [5] 人民日报.6号线将为副中心跑“大站快车”. (2019, March 2). Retrieved June 15, 2019 http://bj.people.com.cn/n2/2018/0302/c82840-31300298.html [6] 钱堃, & 毛保华. (2014

    1K30发布于 2019-06-28
  • 来自专栏跟牛老师一起学WEBGIS

    如何从高德获取地铁数据

    概述 本文讲讲如何在高德获取地铁数据及后期处理,以北京为例。 实现 获取数据 打开高德地铁,按下F12打开调试模式,切换到network面板,如下: ? 对处理后的线路和站点数据进行简单的配图,一副地铁图就OK了。 ?

    2.6K20发布于 2020-08-14
  • 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

    # 选取上海地铁站名字包含路的数据 df2 = df1[df1['station'].str.contains('路')] print(df2) 有210个,约占上海地铁的三分之二,路的七分之二。 # 选取重庆地铁站名字包含家的数据 df2 = df1[df1['station'].str.contains('家')] print(df2) 武汉共有17个,重庆共有20个。 (df2) 一共有21个城市,地铁站名包含门。 ('门')] print(df2) # 选取南京的地铁站 df1 = df_station[df_station['city'] == '南京'] # 选取南京地铁站名字包含门的数据 df2 = df1 ] # 选取西安地铁站名字包含门的数据 df2 = df1[df1['station'].str.contains('门')] print(df2) 输出如下。

    97531发布于 2019-05-09
  • 来自专栏杨建荣的学习笔记

    通过java程序模拟实现地铁票价2+2=12(r3笔记第94天)

    地铁票价在这周六开始就要上涨了,这几天做地铁明显感觉人比平常多了很多。大家也都在默默的等待这一刻的到来,尽管很不情愿,但是终究会来。 最后通过程序来模拟了实现了2+2=12. 我们先来看一个简单的例子。 ; Integer ticket_fee2=new Integer(2); System.out.println(ticket_fee1==ticket_fee2); ticket_fee1 =2; ticket_fee2=2; System.out.println(ticket_fee1==ticket_fee2); System.out.println(ticket_fee1 明白了这些之后我们来实现2+2=12,毕竟我们想要的是这个结果。

    54660发布于 2018-03-15
  • 来自专栏企鹅号快讯

    摩拜与武汉地铁深度合作,网上买地铁票又多了一种渠道

    乘客通过摩拜小程序也可以在线购票,并在地铁站通过取票机取票。 此前,已有三种网上购票方式:一是下载APP“购票通”;二是关注微信公众号“智慧地铁生活”;三是使用支付宝“城市服务”的功能“地铁购票”。支付宝、微信、翼支付均可支付。 报告显示,今年5月摩拜单车与武汉地铁的接驳率已超过11%,意即到达地铁站的每9名地铁乘客中,至少有1人骑着摩拜单车乘坐地铁,这一数字是共享单车出现前的3倍。 使用方法: 1、用户在微信搜索并进入“摩拜公交”小程序 2、登陆摩拜单车帐号后,点击页面右下角黑色地铁标志,进入购票区 3、分别输入出发站及终点站,选择购买张数,稍后页面会显示金额,点击“立即支付 支持购买及取票的站点名称: 1号线 东吴大道,五环大道,古田二路,宗关,循礼门,新荣,汉口北,竹叶海,码头潭公园,三店,径河 2号线 天河机场,巨龙大道,盘龙城,常青城,汉口火车站,中山公园

    83670发布于 2018-01-22
  • 来自专栏华章科技

    上班族每次在地铁上花费37分钟,经过9.78站|2号线是上海经济命脉|上海地铁数据趣味研究

    副院长用很高级的算法从这4.1亿条刷卡数据中归纳出了每个上班族的早高峰乘坐地铁的习惯,从中筛选出每个人上班的常规线路。废话不多说,直接上我们的干货结论: ? 而2号线是出站人数最多的线路,就是说上班的地点都分布在2号线沿线,2号线是魔都的经济命脉啊! ? 再结合上面的线路图,发现2号线几乎囊括了所有上班聚集地啊:人广、静安寺、南京路、中山公园、张江,所有的金融产业、高新产业都在2号线沿线!!!万一哪天2号线罢工一天,估计中国的GDP增速都要抖一抖! 魔都上班族平均每年有13.5天在地铁上度过 上班族每次上班在地铁里需要花费平均37分钟,经过9又3/4站(暴露自己是《哈》迷了)才能从家到达公司附近。 假设下班也花这个时间、一年上班260天的话,每年就要有320个小时在地铁上,换算成天就是每年整整13.5个日夜是在地铁上度过的。OMG!这比得上副院长三年的年假了啊!

    1K40发布于 2018-08-15
  • 来自专栏云头条

    1.8 亿元、深圳地铁

    2022年3月4日,深圳市地铁集团有限公司发布《深圳市轨道交通网络运营控制中心(NOCC)二期工程管理云设备采购与集成服务项目》公开招标公告。招标部分估价 18001 万元。 项目概况:NOCC二期随深圳地铁工程建设周期进行扩容并接入新线路,本次CC深圳地铁工程12、13、14、16、6支、20号线及四期调整接入线路为目标,对NO 1号调度及通信配套房进行安装;安装及网络级联网平台进行网络建设及线网建设各路线路应用系统及线网应用系统 同时,PaaS跨地铁的各类业务核心技术支持和数据支持,PaaS的各种业务核心技术领域和数据支持。中台和数据湖,积极推进大数据、物联网、人工智能应用,逐步构建以大数据为基础的智慧地铁生态系统。

    1.4K20编辑于 2022-03-18
  • 来自专栏TSINGSEE青犀视频

    视频监控管理平台智能监测检测系统EasyCVR智能地铁监控方案,助力地铁高效运营

    近日,关于全国44座城市开通地铁,却只有5座城市赚钱的新闻冲上热搜。 地铁作为城市交通的重要枢纽,是人们出行必不可少的一种方式,但随着此篇新闻的爆出,大家也逐渐了解到城市运营的不易,那么,如何做到地铁的降本增效,减少地铁运营成本呢?人工智能给出了答案。 一、方案概述在地铁的各个出入口与关键位置都部署高清摄像头,并进行统一的汇聚接入,再配备智能分析算法,将地铁运营所需的算法都融合在一起,利用人工智能助力地铁高效运营,减少人力监管工作,做到最大程度的降本增效 2、算法部署TSINGSEE青犀智能分析网关可对监控视频进行智能识别和分析,支持抓拍、记录、告警等,每个版本在算法模型及性能配置上略有不同。 提高效率:TSINGSEE青犀智能分析网关配备了人工智能算法,一旦发生事故就会立即触发告警,通知地铁管理与安保人员进行处理,例:危险区域闯入、人员摔倒、人员打架等等,大大提高地铁管理效率。

    67010编辑于 2023-12-07
  • 来自专栏宏伦工作室

    地铁有多挤,生活就有多不易

    我女朋友小黄住在闵大荒5号线的剑川路附近,每天坐地铁去市区上班。地铁很快,但单程仍需80多分钟;地铁很方便,但极度拥挤,人的压缩性似乎没有极限。 上海地铁的一天 不信,来看看每天各个站点的进站客流(数据来自于SODA提供的2016年3月地铁数据)。天未亮,人已行。 再来看看站点之间的客流迁移,在众多地铁线路中,1号线、2号线担任极其重要的角色,屹立于客流迁移网络交汇之处的,是人民广场、徐家汇、静安寺等核心站点。 ? 和预期一样,离市中心越远的地方,乘坐地铁上班所需的时间也越长。 ? 同样,离市中心越远的地方,乘坐地铁上班所需的费用也越高。 ? 用散点图能更清晰地展示各个站点的平均耗时和费用。 不过我们慢慢发现,地铁到东川路时,里面已经站着的人,也越来越多了。 现在的东川路,正在变成,以前的剑川路。 ? 但这就是生活,地铁有多挤,生活就有多不易。

    70550发布于 2018-06-07
  • 来自专栏呆呆熊的技术路

    mysql之索引结构 (地铁小笔记)

    2. 有序数组 有序数组在等值查询和范围查询场景中的性能就都非常优秀 , 但是如果插入 删除操作成本高,适合数据不变化或只新增. 3 .树类结构之 二叉树 搜索效率最高,但是相应树的高度高。 2. 页合并 当然有分裂就有合并。当相邻两个页由于删除了数据,利用率很低之后,会将数据页做合并。合并的过程,可以认为是分裂过程的逆过程。 3.

    76110发布于 2019-07-19
  • 来自专栏python进阶学习

    使用python制作属于自己的地铁

    在日常出行中有时候会需要用到地毯地铁,网上找的地铁线路图大多数都不太清晰,而且有水印,对本人这种视力不好的人来说看起来是真的不方便。我想可以通过站点数据制作属于自己的线路图。 经过网上查询,发现高德地图上有专门的地铁线路图,但是不能导出数据或图片,只好自己想办法抓取了,下面我们就通过使用python获取自己所在城市的地铁站点数据。 抓取思路是这样,首先,用浏览器高德地图官网 ,搜索地铁, 进入地铁线路网站如下,网址:http://map.amap.com/subway/index.html,然后我们通过python爬虫爬取各线路各站点的

    60410编辑于 2024-06-08
  • 手扶电梯地铁电梯缺陷检测数据集VOC+YOLO格式67张2类别

    ,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):67 标注数量(xml文件个数):67 标注数量(txt文件个数):67 标注类别数:2 标注类别名称:[“Comb plate defect”,“setp defect”] 每个类别标注的框数: 类别名称 框数 Comb plate defect 2 setp defect 116 总框数

    22000编辑于 2025-07-20
  • 来自专栏AI那点小事

    CCF考试——201703-3地铁修建

    概要 问题描述   A市有n个交通枢纽,其中1号和n号非常重要,为了加强运输能力,A市决定在1号到n号枢纽间修建一条地铁。   地铁由很多段隧道组成,每段隧道连接两个交通枢纽。 作为项目负责人,你获得了候选隧道的信息,现在你可以按自己的想法选择一部分隧道进行施工,请问修建整条地铁最少需要多少天。 第2行到第m+1行,每行包含三个整数a, b, c,表示枢纽a和枢纽b之间可以修建一条隧道,需要的时间为c天。 输出格式   输出一个整数,修建整条地铁线路最少需要的天数。 样例输入 6 6 1 2 4 2 3 4 3 6 7 1 4 2 4 5 5 5 6 6 样例输出 6 样例说明   可以修建的线路有两种。    第一种经过的枢纽依次为1, 2, 3, 6,所需要的时间分别是4, 4, 7,则整条地铁线需要7天修完;   第二种经过的枢纽依次为1, 4, 5, 6,所需要的时间分别是2, 5, 6,则整条地铁线需要

    35710发布于 2020-04-20
领券