- 综合排序
- 最热优先
- 最新优先
CityPulse — AI时空热力可视化平台
城脉 CityPulse — AI时空热力可视化平台参赛作品 | 腾讯位置服务 × CSDN 征文大赛主题：AI赋能 重塑地图智能新体验技术栈：HTML5 + CSS3 + JavaScript + 腾讯位置服务 城脉 CityPulse 由此而生——一款基于腾讯位置服务 JS API GL 的 AI 时空热力可视化平台，将城市级人流、车流、消费热力数据以3D热力图的形式实时渲染，让用户一眼看清城市脉动。 而加入时间维度后，热力图从静态快照升级为时空纪录片，这才是真正有价值的城市数据叙事。 导出范围可选当前帧或全部24帧时间轴数据，可直接用于后续数据分析或二次可视化。 数据生成 → 可视化 → 分析 → 导出，形成了完整的数据消费链路。
13810编辑于 2026-04-30- 来自专栏WOLFRAM
用 Wolfram 语言可视化东京地铁高峰时段列车的2D3D 时空数据
我发布了东京地铁系统的 3D 视图(https://community.wolfram.com/groups/-/m/t/1632078)， 这一次，我试图将从第一班地铁到早上 8 点的高峰时段的运行可视化 z 被校正以使可视化看起来更好。 h=800;(* station->{x,y,z}@line *)line9StationCoordinates3DN=line9inf3D/. line9StationCoordinates3DESLhN[[9]]];\[IndentingNewLine]line9StationCoordinates3DESLhN[[9]]=line9StationCoordinates3DESLhN[[6]]; 可视化地铁线 curs2D=Quiet[{getcur2D[#,1],getcur2D[#,2]}&/@Range[Length@line9Names]]; 可视化地铁 可视化从首班地铁到早上 8 点高峰时间的操作的 可视化二维图形图像： 创建图像、2D、3D 和时钟的拼贴画： (* collage 2D, 3D and clock *)\[IndentingNewLine]frames=ParallelMap[
73840编辑于 2022-04-27 - 来自专栏DT数据侠
数据点亮城市：如何玩转时空地理数据可视化
日常出行离不开地图导航，你有没有想过结合地图能做出哪些炫酷的可视化作品？ 原来世界上有很多“成型的”可视化工具，掌握各种技能可以做出更多类型的可视化。 在城市数据团主要做一些原创的城市研究的阶段，做城市数据可视化有了不同的方式。 做可视化最开始的构思和设计是最重要的，既要能表现数据规律，又要做好设计。举个例子，《钱都去了哪些城市？ 总结一下，数据可视化最重要的不是技术，更重要的是创意、数据、经验方面的东西。 ▍城市数据可视化的几种类型 接下来要讲的是城市数据可视化的几种类型。那么到底什么是城市数据呢？ ▍避免对数据可视化的误解 大众其实对于数据可视化是有一些误解的，比如认为有了数据就可以搞个大新闻，或者可以用数据去发现新的东西，但其实数据可视化有时是将大家已有的认知去进行量化的过程，这就要求数据工作者需要耐心
1.1K00发布于 2018-08-08 - 来自专栏时空探索之旅
ICLR 2026 | 时空数据(Spatial-Temporal)论文总结（物理时空和气象时空：气象预测，时空点过程等）
本文总结了ICLR 2026时空数据（Spatial-Temporal）的论文，总计36篇，本文涉及13篇，如有疏漏，欢迎补充。 注：由于论文数目较多，分为上下篇，基于数据生成机制与应用场景的本质差异对论文进行分类： 上篇主要涵盖交通时空数据以及城市科学等内容，包括交通预测，人群移动，轨迹挖掘，交通模拟，自动驾驶，信号控制等内容。 下篇主要涵盖：气象时空和物理时空，如气象预测，时空点过程，时空动力系统等 观察：下篇文章统计值 最大均分 均值 最小均分 7 5.31 4 其中均分≥6的有3篇。 1. OmniField: Conditioned Neural Fields for Robust Multimodal Spatiotemporal Learning2. 欢迎各位作者投稿近期有关时空数据和时间序列录用的顶级会议和期刊的优秀文章解读，我们将竭诚为您宣传,共同学习进步。如有意愿,请通过后台私信与我们联系。 如果觉得有帮助还请分享，在看，点赞
47810编辑于 2026-03-10 - 来自专栏秘籍酷
跨越时空的……
这个段子，跟我要说的其实也没什么关系，只是突然联想起来。昨天情人节，GitHub 将其导航栏由以下这样的风格：
51730发布于 2019-08-08 - 来自专栏云深之无迹
Python可视化.2
import matplotlib.pyplot as plt x = np.linspace(0.5, 10, 1000) y = np.cos(x) plt.plot(x, y, ls='-', lw=2, 绘图函数先看最下面的解释： 格式：plt.plot(x, y, ls='-', lw=2, label='xxx', color='g' ) x：x轴上的值 y：y轴上的值 ls：线条风格 (linestyle linewidth) label：标签文本 可以直接进行更改 可以设置划线的样式 小短线 点划线 圆点 变色 我没有改对应的文字 这样的图，我们在下篇文章一行一行代码来解释 f(x)=|sin(4x)^2
38450发布于 2021-04-28 - 来自专栏小小挖掘机
时空序列问题概述
如果对于时常竞赛的朋友，玩结构化数据的朋友来说，肯定会首先想到时间序列的一维数据的预测问题，主要围绕于预测的问题来展开，主要是针对时间的问题做一些回归等问题，常见的问题比如天池新人实战赛o2o优惠券使用预测 说到这里又勾起了我一个回忆，大概是2017年的冬天，有一天突然想搞搞竞赛，正好是北大的wepon大佬的这个天池o2o比赛的直播，我点了进去，顺便也把他github的top1的solution给学习了，第一次知道时间序列的魅力 以上就是我摘取kaggle上的一个时间序列预测的可视化图。 时间序列主要用到的模型，传统的有马尔可夫链以及ARMRA模型，但是这些在比赛中可以说不是哥哥级别，所以基本上不会用，我个人也没学，一般能涉及的就是lstm构建，gru构建，seq2seq模型之后三个巨头 这里我已经引出了时空序列问题的两种形态。 1.表格化数据2.图片数据 2.1 表格化数据 表格化数据一般带有的特质就是数据中带有两个量，时间和地点的值，地点主要是经纬度。
88810发布于 2019-12-02 - 来自专栏小轻论坛
时空穿梭特效html
IE=edge" /> <meta name="viewport" content="width=device-width, initial-scale=1.0" /> <title>时空穿梭 2</title> <! move 12s infinite linear; animation-fill-mode: forwards; } .g-group:nth-child(2) animation: fade 12s infinite linear; animation-delay: 0; } .g-group:nth-child(2)
76410编辑于 2024-09-30 - 来自专栏时空探索之旅
KDD 2025 | (2月轮)时空数据(Spatial-temporal)论文总结
时空数据Topic：时空预测，轨迹表示学习，城市区域表示学习，轨迹生成，物流相关，大语言模型等。如有疏漏，欢迎补充！ 1. Blurred Encoding for Trajectory Representation Learning2. 关键词：轨迹表示学习，模糊编码 2 CityGPT: Empowering Urban Spatial Cognition of Large Language Models 链接：https://doi.org 关键词：移动流量预测，无线网络优化 相关链接 February Cycle Research Track：https://kdd2025.kdd.org/research-track-papers-2/ February Cycle ADS Track：https://kdd2025.kdd.org/applied-data-science-ads-track-papers-2/
50200编辑于 2025-07-02 - 来自专栏用户画像
流水时空图
（1）画出流水处理的时空图，假设时钟周期为100ns。 （2）求流水线的实际吞吐率（单位时间里执行完毕的指令数）。 （3）求流水线的加速比。 答： （1） image.png 20条指令采用流水线总用时24T=2400ns （2）吞吐率=20/2400ns=8.33×106条/s （3）加速比=非流水用时/流水用时=20×500ns/
1.6K20发布于 2018-08-27 - 来自专栏图形学与OpenGL
实验2 关系可视化
了解关系可视化知识，了解和学习散点图、饼图、堆叠柱形图、板块层级图和直方图等常见图表类型； 2. 学习图形语法方式绘图； 3. 学习与巩固R+Illustrator可视化绘图模式。 二. 用R绘图，具体如下： （1）安装ggplot2包： 启动RStudio后，菜单栏点击Tools>Install Packages…中输入ggplot2，安装； （2）新建一个R Script文件； （4 ）启用ggplot2包： 在新建的R Script文件中输入下面代码来启用ggplot2包： library(ggplot2) 将光标放在上面代码所在行，点击菜单Code->Run Select Lines （4）数据整理： 通过以下两行代码来剔除掉华盛顿特区和全美平均值，并将剔除后的数据存入crime2变量中： crime2 <- crime[crime$state ! = “District of Columbia”,] crime2 <- crime2[crime2$state !
1.3K20发布于 2018-10-09 - 来自专栏叶子陪你玩编程
数据可视化-入门2
前面两个参数确定了面板的划分，例如 3， 2会将整个面板划分成 3 * 2 的方格，第三个参数取值范围是 [1, 3*2] 表示第几个Axes。 超过一位数，每个数字之间需要用逗号进行分隔，fig.addsubplot(2,21)和fig.addsubplot(2, 2, 1)都是可以的，fig.addsubplot(12, 2, 1)。 (2, 2, 1) plt.title('1') plt.imshow(image_1) plt.subplot(2, 2, 2) plt.title('2') plt.imshow(image_2) (-20, 22, 2)] y2 = [i*2 for i in range(-20, 22, 2)] y3 = [-i*2-5 for i in range(-20, 22, 2)] y4 = [i* *3 for i in range(-20, 22, 2)] # 在绘图之前，显示创建一个2x2 Figure对象 fig, axes = plt.subplots(nrows=2, ncols=2)
64720发布于 2020-03-12 - 来自专栏授时安全防护装置
GPS北斗时空安全隔离装置（卫星时空防护装置）说明书
北斗时空安全隔离装置-产品概述 卫星时空安全隔离装置是为应对卫星信号易受到干扰、攻击以及欺骗等特点，影响到正常卫星信号的接收，导致卫星时间同步装置工作异常而开发的卫星时空安全防护产品。 卫星时空安全隔离装置适用于电力、交通、智能制造、医疗、金融等行业卫星时间同步装置的卫星信号抗干扰、防欺骗的功能加固。 北斗时空安全隔离装置-产品特征 干扰检测及告警； 防欺骗及告警； 原位加固； 卫星信号安全隔离； 远程监控； 具备欺骗、干扰条件下输出正常卫星信号功能； 具备输出信号强度（功率）可调； 支持远程 WEB监控设备工作状态，设置工作参数； 通过国网电力科学研究院实验验证中心检测； 北斗时空安全隔离装置-技术参数 北斗时空安全隔离装置-结构功能 北斗时空安全隔离装置-安装调试 以上是GPS/北斗时空安全隔离装置（卫星时空防护装置）说明书
2K40编辑于 2022-07-14 - 来自专栏算法与编程之美
PS|如何制作‘时空门’？
而要说起百宝袋什么最吸引人，那一定是少不了‘时空门’——可以去世界上的任何地方。在塔克拉玛干沙漠里游泳、珠穆朗玛峰上泡温泉、马里亚纳海沟踢足球统统都不是梦。 今天就为大家讲解如何在一张图片里制造‘时空门’。 1.素材 ? 图1.1 镜头 ? 2.成品预览 ? 重要点： 1.阴影及光线的分布及绘制（方法不止涂抹，还有内置操作） 2.蒙版的使用（上述操作包括：剪贴蒙版、图层蒙版）本质一样 3.对图片的整体感知（例如：哪里该有光、哪里有阴影）即如何使图片更真实。
1.2K30发布于 2020-04-20 - 来自专栏生信技能树
NAR | STOmicsDB：用于时空组数据共享、分析和可视化的综合数据库
STOmicsDB具有用户友好的界面，可快速可视化数百万个细胞。为了进一步促进时空组不同层次数据的收录与整合，STOmicsDB建立了时空组数据归档标准，并构建了时空组数据归档系统。 同时，STOmicsDB和各科研团队合作研发了多个时空组数据库专辑，共同打造时空组数据生态圈，通过标准化数据存储模式和规范的工具，为科研人员提供高效的数据可视化服务。 、数据集分析与可视化模块。 ）和浏览，包括三个部分： 1）文献：包含每条记录的元数据和简要介绍； 2）样本：提供有关样本处理条件以及可视化功能的详细信息； 3）项目：对各个空间多组学研究工作的总体描述，通常涉及多个样本和数据集。 时空组数据集可视化示例 Analysis模块作为时空组数据的分析利器，提供了SingleR、Gene search、Compare和Stereomap四种分析工具。
1.1K20编辑于 2023-11-17 - 来自专栏web前端
smartClient 2--可视化组件
Foundation Components Event Handling Controls Forms Grids Trees Layout DataBinding Themes/Skins 2、 id=formLayoutFilling&skin=Simplicity&fontIncrease=1&sizeIncrease=2 四、样式修改： 1、更换系统皮肤：引用不同的css包 2、自定义样式： a. 在skin_styles.css和load_skin.js的文件底部重写样式（找到某个需要修改的类，例如button，在后面写上覆盖样式即可） 3、重构独立的组件内部的样式 五、可视化组件 数据源（数据源的定义格式类似SQL数据存储格式，区别在于：1）存储方式是XML或者js；2）必须定义数据类型；......）
93690发布于 2018-01-09 - 来自专栏MeteoAI
【时空序列预测实战】风险时空预测？keras之ConvLSTM实战来搞定
作者 | Eric琨 学校 | 武汉大学信管 研究 | NLP、时空序列 出品 | AI蜗牛车 前言 毕设临近截止，故写一篇心得以供新手学习，理论在知乎上有很多介绍的不错的文章，这里强烈推荐微信公众号 ：AI蜗牛车，这位东南老哥写了时空预测系列文章，能够帮助了解时空领域模型的演变，同时也向他请教了一些训练技巧。 回顾理论基础 在ConvLSTM中，网络用于捕获数据集中的时空依赖性。 ConvLSTM的主要公式如下所示： 详细可参考： 【时空序列预测第二篇】Convolutional LSTM Network-paper reading 2. size更能够获取时空的联系） strides： (1,1)为卷积的步长，即卷积核向右和向下一次移动几格，默认步长为1 padding： 补0，为“valid”或 “same”。
3.2K30发布于 2020-06-19 - 来自专栏Mybatis学习
Tensorflow2——tensorboard可视化
下面通过手写数字数据集来介绍如何使用tensorboard可视化 可以两种方法，一种是再notebook里，还有一种是网页打开。 test_dataset=test_dataset.repeat().batch(128) model=tf.keras.Sequential() model.add(tf.keras.layers.Conv2D (16,(3,3),activation="relu",input_shape=(None,None,1))) model.add(tf.keras.layers.Conv2D(32,(3,3),activation ="relu")) model.add(tf.keras.layers.GlobalAveragePooling2D()) model.add(tf.keras.layers.Dense(10,activation
69820发布于 2021-06-21 - 来自专栏web前端
smartClient 2--可视化组件
Foundation Components Event Handling Controls Forms Grids Trees Layout DataBinding Themes/Skins 2、 id=formLayoutFilling&skin=Simplicity&fontIncrease=1&sizeIncrease=2 四、样式修改： 1、更换系统皮肤：引用不同的css包 2、自定义样式： a. 在skin_styles.css和load_skin.js的文件底部重写样式（找到某个需要修改的类，例如button，在后面写上覆盖样式即可） 3、重构独立的组件内部的样式 五、可视化组件 数据源（数据源的定义格式类似SQL数据存储格式，区别在于：1）存储方式是XML或者js；2）必须定义数据类型；......）
56700发布于 2018-07-31 算法之时空并查集：穿越时空的连通性管理
对相似时间版本进行压缩 四、应用场景 游戏开发：SL大法的关卡状态保存 TemporalUnionFind tuf = new TemporalUnionFind(1000); tuf.union(1, 2) ; // 时间点1 tuf.union(3, 4); // 时间点2 tuf.rollback(1); // 回滚到初始状态 社交网络：用户关系演变分析 代码版本控制：文件依赖关系追踪 量子计算：量子态演化路径追踪 可视化不同时间点的连通状态差异 解决LeetCode 周赛306（时间约束连通问题） 高手进阶： 实现时空索引优化： class TimeSlicedUF { private 研究量子时空纠缠版本 六、创新方向 时空压缩感知：基于时间序列相似性的压缩存储 概率时空模型：处理不确定时间戳的连通性 神经时空预测：使用LSTM预测未来连通状态 四维可视化 ：时空连通性的立体展示系统 七、哲学启示 时空并查集展现的维度思维： 时空统一：连通性在四维时空中的动态展现 历史价值：每个时间切片都承载独特信息 可逆计算：打破传统算法的单向时间流假设
14310编辑于 2025-10-14
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