- 综合排序
- 最热优先
- 最新优先
小红书×腾讯地图：社区生态与轻量地图的技术融合实践
识别社区地图化瓶颈与海外拓展挑战 小红书作为互动社区，在海外用户增长与场景深化中面临三重矛盾：社区内容与地理信息割裂（用户海外发帖缺乏可视化POI攻略）、地图基础能力与轻量化需求不匹配（海外合规、样式定制 整合腾讯地图多维优势与社区场景创新 合作模式：小红书联合腾讯地图，以“技术底座+场景共创”为核心，依托腾讯地图高亮点底图样式（L4模型、定制化渲染、转场动效符合小红书标准）、强根基功能（定位/导航/搜索 ：公域流量通过群地图共创转化为私域社区，实现LBS全端内容分发。 undefined（数据来源：小红书×腾讯地图合作实践） 小红书社区地图化落地案例 海外发帖地图化：国内首个支持外国人探索出行的合作案例，用户海外发帖带地图链接，实现“帖子-POI-攻略”可视化闭环 ，上线社交群聊地图、运动打卡地图，支持用户群内生成/分享自定义地图，实现公域流量社区化。
10510编辑于 2026-04-21- 来自专栏Python大数据分析
地图可视化：geopandas绘制拓扑着色地图
❝本文示例代码及文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes ❞ 1 简介 我们在绘制某些地图时，为了凸显出每个独立的区域 ，需要满足拓扑着色要求，即所有相邻的区域不可以用同一种颜色绘制，以前的手绘地图需要绘制者自行思考设计具体的着色规则，而现如今通过计算机的辅助，我们可以快速生成大量的着色方案。 今天我们就来学习配合geopandas如何快速实现地图的拓扑着色。 2 基于mapclassify的地图拓扑着色 对于着色方案的生成，我们需要使用到mapclassify这个第三方库，以前我的geopandas系列文章分层设色篇也介绍过其中的诸多功能，而本文需要使用到其特殊的 以中国县级单元矢量边界数据为例，它包含了共2900个县级单元的行政区划面矢量要素： 对于这样一个典型的面要素众多的地图，利用mapclassify.greedy()，我们可以基于面要素之间的邻接拓扑关系
1.8K30编辑于 2022-04-03 - 来自专栏python3
python地图可视化
如用户需要用到地图图表，可自行安装对应的地图文件包。下面介绍如何安装。 全球国家地图: echarts-countries-pypkg (1.9MB): 世界地图和 213 个国家，包括中国地图 中国省级地图: echarts-china-provinces-pypkg (730KB)：23 个省，5 个自治区 中国市级地图: echarts-china-cities-pypkg (3.8MB)：370 个中国城市 中国县区级地图: echarts-china-counties-pypkg (4.1MB)：2882 个中国县·区 中国区域地图: echarts-china-misc-pypkg (148KB)：11 个中国区域地图，比如华南、华北。 python最全画地图，可视化数据
1.5K20发布于 2020-01-09 - 来自专栏小O地图EXCEL插件
地图可视化 | EXCEL中展示气泡点地图
一、准备数据 假设我们手上有一份EXCEL数据，其中包含了经度和纬度坐标数据列，这样就可以使用小O地图的地图可视化功能，将数据标注到地图上。 二、可视化设置 打开地图（高德地图），点击地图上方的“可视化”，在右边出现的控制面板上操作，新建“气泡点图”，如下图，按数字顺序依次执行。 新建气泡点图，小O地图的地图可视化是以图层方式实现，每份EXCEL表格数据都可生成可视化图层。新建图层后在图层列表上会出现图层项。 三、可视化成果 地图可视化效果配置完成后，可应用到PPT、Word中，小O地图提供地图截图功能，能够快速截取地图效果，并对截图保存和管理，支持一键复制到剪贴版。 image.png 以上就是气泡图层的可视化制作过程说明。希望大家活学活用，能对工作有帮助。 -- 本文完 --
1.8K10编辑于 2022-01-17 - 来自专栏Python编程 pyqt matplotlib
地图可视化 DIY
我想以下面这张从网上下载的中国地图为基础，来DIY地图可视化功能，即能根据各省（含中国台湾，各直辖市）的某种数据以相应的颜色来显示地图上的各个区域。 首先，以颜色为特征，利用机器学习库sklearn中的KMeans算法可以将地图分成7个区域。 string, 'wb') as file: pickle.dump(obj, file) 如此，我们便将各个省市的像素坐标都保存到了文件： 最后，就可以实现地图数据的可视化了 2019 @author: Administrator """ import os import pickle path = r"E:\Python36\MyPythonFiles\MyPyQt5\中国地图 region]: img[x,y] = rgb bg_rgb =(255,255,255) for x,y in dic["背景"]: img[x,y] = bg_rgb 可视化:
1.3K30发布于 2019-12-26 - 来自专栏Python编程 pyqt matplotlib
pyecharts 地图可视化
Echarts 是百度开源的一个数据可视化的 JavaScript 库。pyecharts 相当于是 python 版的 Echarts。 opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(title="Map-世界地图 Faker.values())], "广东") .set_global_opts( title_opts=opts.TitleOpts(title="Map-广东地图 (), ) ) return c Page().add(*[fn() for fn, _ in C.charts]).render() 上述代码利用虚拟的数据绘制6张地图
1.8K30发布于 2020-02-19 - 来自专栏python与大数据分析
关于Python可视化Dash工具—散点地图、热力地图、线形地图
好不容易实现了choropleth_mapbox地图，也顺道把散点地图、热力地图、线形地图处理掉吧，做到有始有终，再迈向新的领域；从微信公众号里拿到了按分省统计的用户数据，又拿到了各地市数据，通过这两种数据分别实现 import json import pandas as pd import plotly.express as px # 中国地图 with open('china_geo.json') as response 这里面不同的地方是直接采用mapbox的地图，而且申请了一个tokenkey，此外数据的构成方面，需要附上各区域的经度、维度、展示数据等信息。 'zoom': 3, 'style': 'basic', #显示的地图类型，有遥感地图， fig.show() 下一步该探索一下dash_core_components 、dash_html_components 、idash_bootstrap_components组件了，最终的目标是实现可视化大屏
2K10编辑于 2022-03-11 2025，一个普通开发者的社区成长地图
一种在地图上：一月南京红山动物园看熊猫，三月杭州西湖边等论坛开场，六月上海能源展看光伏板闪光，八月千岛湖的游船上他有点晕船，十二月青岛海边海鸥成群飞过。 一、社区的“实体记忆”：那些有温度的奖品 书房上的技术编年史 我的书房，满满当当是在社区的记忆： 一月的创作之星礼盒，收到的时候真的激动了好久，沉甸甸的包裹打开满满的惊喜。 二、社区的“无形礼物”：那些数字背后的成长 从1到229：文字的重量 最开始我在社区写下第一篇技术笔记时，只是想记录一些问题的解决方法。 在个体与社群之间 作为开发者，我们大部分时间面对电脑，是高度个体化的存在。 但社区让我们在保持个体深度的同时，获得了社群的广度。 社区是我们这类“孤独职业”的社会连接器。 四、2025，我的社区关键词 沉淀 不只是写了50多篇篇文章，更是形成了自己的知识体系和技术观点。
45270编辑于 2026-01-06- 来自专栏IT从业者张某某
Tableau可视化设计案例-06Tableau填充地图，多维地图，混合地图
Tableau可视化设计案例 本文是Tableau的案例，为B站视频的笔记，B站视频 参考：https://www.bilibili.com/video/BV1E4411B7ef 参考：https: ，多维地图，混合地图 数据：2014年各省市售电量.xlsx 1.填充地图 1.1 各省售电量填充地图 + 地图格式设置 加载数据–修改省市为地理格式州/省/市/自治区–修改地市为城市 把省市拖拽到工作区 –当期值拖拽到颜色，这时变为填充地图–修改地图右下角的位置，选择对应的省份–把省市拖拽到标签–可通过点击龙江右键选择标签，选择从不显示去掉龙江的标识，再选择添加标识，选择区域可以添加区域–选择地图–地图层 –选择样式–选择冲蚀–选择地图层 2.多维地图 2.1 各省售电量多维地图 省市拖拽到工作区生产地图–当期值拖拽到标记区的颜色，生成填充地图 选择地图–选择地图层–冲蚀选择100% 把用电类别拖拽到列 3.1 各省售电量混合地图 省市拖拽到工作区生产地图–当期值拖拽到标记区的颜色，生成填充地图–省市拖拽到标签 选择地图–选择地图层–冲蚀选择100% 行中的纬度ctrl右键拖动形成2个–在纬度上单击倒三角选择双轴可以将两个图合在一起
59240编辑于 2023-10-16 - 来自专栏数据 学术 商业 新闻
地图可视化绘制 | R-cartography 艺术地图绘制
本期推文我们介绍一个可以绘制颇具“艺术”风格地图的可视化包-cartography，主要涉及的内容如下： R-cartography 简介 R-cartography 实例应用 R-cartography 简介 说到cartography包，用Python绘图的小伙伴可能会想到cartopy(Basemap的下一代地图可视化绘制包)，下面就简单介绍下cartography。 (官方直译的哈) 通过介绍我们可以知道，cartography主要基于sf对象进行绘图，所以我们在绘制之前需将数据(地图数据或者点数据)转换成sf对象。 可视化专题图介绍 cartography包官网提供了多种优秀的地图可视化绘制专题，这类可视化作品和一般的地图作品有些不一样，透露出一种“艺术 ”气息。 铅笔风格主题地图 R-cartography 实例应用 我们使用之前空间插值系列的数据进行不同主题地图的绘制，首先 ，我们将所使用数据转换成sf对象，代码如下： library(sf) library(
1.2K40发布于 2021-02-22 - 来自专栏HT
图扑数字孪生智慧社区，助力社区数字化转型
智慧社区是指充分利用物联网、云计算、移动互联网等新一代信息技术的集成应用，为社区居民提供一个安全、舒适、便利的现代化、智慧化生活环境，从而形成基于信息化、智能化社会管理与服务的一种新的管理形态的社区。 图扑软件依托自主研发的 HT for Web 产品，结合智慧社区运营管理模式，将社区内各子系统进行整合，利用三维可视化优势，助力社区以“一张图”实现智慧社区可视化管理，有效避免以往小区因“孤岛式”管理而导致成本高 安防系统 随着城市智慧化建设进度加快，社区物业也在加快智慧化建设的步伐，业主关注程度较高的非社区安防问题莫属，加强社区治安综合治理现实意义凸显。 图扑软件助力社区安防管理可视化平台建设，将各重要数据进行整合，结合 2D、3D 可视化进行展示，让社区安防智慧化水平进一步提升。 安防监控 安防监控是社区安防系统中不可或缺的安防手段。 让数字管理形式赋能社区停车管理工作更加流程化、制度化和全局化，为社区内停车管理作出决策支撑。
84510编辑于 2023-03-07 - 来自专栏ArcGIS JS API开发
实例化二维地图
加载实例化地图所需的模块，并实例化 4.1、有了基础的HTML页面，引入了JS API开发包，并新建了存放地图的div之后，我们接下来引入实例化二维地图所需的模块，并将其实例化。 其中Map模块主要是用来实例化地图，MapView模块主要是将实例化后的地图跟我们存放地图的Div做绑定，将其显示在前端页面。 div map: map, // 跟实例化的地图做绑定 zoom: 10, // 设置地图的初始化级别 center: [104.072619,30.663279] //设置地图的初始化中心点坐标 熟悉JS API 3.X开发的朋友们大概可以发现，二维地图用JS API 3.X也可以实例化，只不过在实例化时没有这么麻烦，只需要实例化一个地图即可，初始化地图中心和缩放级别，并将其跟div绑定这些事全部在初始化地图时是 div map: map, // 跟实例化的地图做绑定 zoom: 10, // 设置地图的初始化级别 center
1.4K20编辑于 2022-02-21 - 来自专栏数据 学术 商业 新闻
地图可视化绘制 | R-ggplot2 NC地图文件可视化
在推出两期数据分享之后，获取数据的小伙伴们也知道，数据格式都是NetCDF(nc) 格式网格数据，虽然我在推文分享中说明使用Python、R或者GIS类软件都是可以进行 处理和可视化绘制的，但是，还是有小伙伴咨询使用编程软件 Python或者R处理nc数据，正好也想分享一期关于nc网格数据的可视化绘制过程，这里我们使用R包进行nc数据的处理(Python处理较为简单，将放在空间插值系列的资料中，该部分正在加快进程中哦~~)， 当然我们也可以更换颜色条颜色，可视化效果如下： ? 此外，我们还可以设置不同投影的可视化绘制效果：结果如下： ? 我们也放出没有删除NA值的可视化结果： ? 总结 这一期我们还是分享了可视化绘制技巧，希望对大家绘制空间nc网格数据有所帮助，而Python 处理及可视化的绘制操作打算和空间插值的放在一起，尝试使用视频的形式分享给大家~
2.8K30发布于 2021-02-22 - 来自专栏数据森麟
地图可视化绘制 | R-ggplot2 NC地图文件可视化
nc数据文件的R包读取 nc数据的可视化绘制 nc数据文件的R包读取 在R中读取nc文件，我们首选ncdf4包，其使用参考网址如下：https://rdrr.io/cran/ncdf4/。 nc数据的可视化绘制 由于我们使用的是ggplot2进行绘制，所以我们直接使用raster包进行nc文件的读取(其实也是调用ncdf4包进行处理)，数据我们就使用昨天分享数据的数据：数据(代码)分享 | 当然我们也可以更换颜色条颜色，可视化效果如下： ? 此外，我们还可以设置不同投影的可视化绘制效果：结果如下： ? 我们也放出没有删除NA值的可视化结果： ? 总结 这一期我们还是分享了可视化绘制技巧，希望对大家绘制空间nc网格数据有所帮助，而Python 处理及可视化的绘制操作打算和空间插值的放在一起，尝试使用视频的形式分享给大家~
3.1K20发布于 2021-01-25 - 来自专栏Excel催化剂
【全能地图】平面2D地图可视化终极武器，任意自定义地图数据包极致化
另：增加高德地图POI兴趣点信息存储的json文件抽取有用POI开头轮廓线信息，组合网页采集功能+转换功能，将POI地图可视化全面自动化起来。 参考： 地图可视化之兴趣点轮廓线可视化，最细颗粒度的自动化可视化地图数据包制作 成果展示 一、POI兴趣点地图可视化 借助Excel催化剂地理数据掘宝+网页采集+地图轮廓线采集+地图数据文件转换技术，最终加工出一个 POI级别的自定义地图数据包，在EasyShu的辅助下，轻松作出ECharts版本形状着色地图可视化效果。 二、任意地图的手工切割操作 当标准化的现成的地图数据包不能满足时，可使用LSV进行地图数据包的制作，结合现有的中国省市区县及街道地图，简单地手动分割下现有地图元素，即可得到最符合自己所需的的地图数据如村级别的地图 欢迎继续关注后续教程，带领你一路高攀，走出舒适区，走出快餐式的烂大街的地图可视化，带你进入真正的殿堂。
1.5K20发布于 2021-08-18 - 来自专栏好奇心Log
python可视化| 山峦地图绘制
本期推文我们就使用Python-ridge_map包绘制山峦效果的地图可视化作品。 主要内容如下： Python-ridge_map包简介 Python-ridge_map包 实例应用 Python-ridge_map包简介 ridge_map包作为Python第三方包就是为绘制“山峦”地图而生 kind='elevation') (注：更多例子大家可参照官网，其数据都是在线获取) Python-ridge_map包 实例应用 鉴于网络问题，这一部分我们提供实例数据进行可视化教程绘制 row_values) values_pro = np.array(image_values) 数据结果如下： 数据处理后 我们对比下数据处理之前的(注意红色框中内容)： 数据处理后 接下来我们直接进行可视化绘制 water_ntile=20, lake_flatness=2, vertical_ratio=30) # 可视化绘制
1.3K10发布于 2021-02-12 - 来自专栏数字孪生
WebGL开发地图可视化系统
步骤：确定功能需求：基础功能：地图渲染、缩放、平移、旋转。高级功能：数据可视化（如热力图、轨迹图）、交互功能（如点击查询、区域选择）。 使用数据库存储地图数据和可视化数据。数据流设计：确定数据从前端到后端的流动方式（如 RESTful API、WebSocket）。3.地图渲染目标：使用 WebGL 高效渲染地图。 4.数据可视化目标：在地图上叠加可视化数据（如点、线、面）。步骤：数据预处理：将原始数据转换为适合 WebGL 渲染的格式（如顶点数据、颜色数据）。 数据更新：定期更新地图数据和可视化数据。功能扩展：根据需求添加新功能（如 3D 建筑模型、实时数据流）。 总结开发基于 WebGL 的地图可视化系统需要结合地图渲染、数据可视化、性能优化和用户界面设计等多个方面。通过合理的架构设计和持续优化，可以构建一个高效、交互性强且用户友好的地图可视化系统。
1.1K10编辑于 2025-01-30 - 来自专栏FreeBuf
可视化DDoS全球攻击地图
笔者偶然间看到一个全球可视化的DDoS攻击地图：Digital Attack Map，这个项目是源于Google Ideas和Arbor网络的合作，通过展现匿名的攻击数据向用户提供历史性的攻击数据和报告 可视化 什么是长廊（Gallery）？ 长廊页面是根据过去某一天的新闻事件在其同一时间展现的活跃攻击的流量数据快照。 能通过新闻事件的结果在地图上看出攻击活跃度么？ 新闻结果地图仅仅在时间上相关联。 用来创建地图的资源是什么？ 地理信息是从D3和topojson库中获取，并用它们来创建具有可视化数据的地图。 阻止攻击 个人站点怎样保护他们自己抵御DDoS攻击？ 提供可视化数据的Arbor网络也提供有一系列DDoS减灾服务，想知道更多可以访问arbornetworks.com。 有世界通行的最佳实践来减轻DDoS攻击的影响么？ 不幸的是，仍然有许多ISP未实施这些最佳实践，也妨碍了他们通过为更广泛网络社区提供服务而获得的好处。
3.4K60发布于 2018-02-02 - 来自专栏医学和生信笔记
R可视化：动态热力地图
本系列内容来自github上面超级火爆的R语言可视化项目：tidyTuesday。是学习R语言数据分析和可视化极好的素材。 ggplot2 开始绘图 # PS: 方便讲解, 我这里进行了拆解, 具体使用时可以组合在一起 gg <- ggplot(df_tidy.1, aes(map_id = id)) # geom_map() 绘制地图 caption = "资料来源: onlinembapage.com · graph by 萤火之森") # theme_minimal() 去坐标轴边框的最小化主题 <- ggplot(df_tidy.2, aes(frame = year, map_id = id, group = interaction(year, id))) # geom_map() 绘制地图 NULL, caption = "资料来源: onlinembapage.com · graph by 萤火之森") # theme_minimal() 去坐标轴边框的最小化主题
1.3K30编辑于 2023-02-14 - 来自专栏数据小魔方
地图可视化之——移花接木
本文所使用的代码是之前一篇关于航线图的数据，之所以要从新写一遍，是为了让大家体会借助在线地图制作地图可视化在代码效率上的便利（当然，也会有损失，你不能像操纵shapefile那样对地图的细节元素进行自定义了 本文调用得ggmap包，该包封装了包含Googlemap、openstreetmap、stamenmap等强大在线开源地图的地图素材背景，如果能仔细甄别、精心挑选，还是可以淘到不少好的背景的。 因为ggmap是哈神参与创建的包，专门为了拓展ggplot对于地图源的支持，弥补其制作数据地图方面的缺陷，所以我们从ggmap中get到的所有地图素材，都是可以直接供ggplot的图层函数调用的，只是之后的投影参数什么的部分会失效 （其实说起来，它相当于我们在之前的数据地图语法中，可以直接弃用ggplot（）+geom_polygon（）这两个部分，看过之前使用shp素材制作数据地图的小伙伴儿一定都知道，我们写代码的过程中，一般代码量都贡献给了 最后总结一下关于ggplot调用ggmap制作数据地图的几点建议： 弄清业务分析场景：ggmap中的在线地图素材大多是特定场景素材，有道路图、河流图、交通图、卫星图、等高线图、地貌图植被图等，只有明确自己的图表使用场景才能选好素材
1.2K60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