当前位置: 首页 > news >正文

旅行社网站策划跨境电商怎么做视频教程

旅行社网站策划,跨境电商怎么做视频教程,长沙企业建,国家企业信用系统查询系统文章目录 基本介绍1. 可视化分析使用Python的matplotlib和Basemap库#xff1a; 2. 统计检验使用Python的scipy库进行Kolmogorov-Smirnov检验#xff1a; 3. 空间分析技术使用Python的geopandas和sklearn库进行核密度估计#xff1a; 调用函数1. 可视化分析函数2. 统计检验函… 文章目录 基本介绍1. 可视化分析使用Python的matplotlib和Basemap库 2. 统计检验使用Python的scipy库进行Kolmogorov-Smirnov检验 3. 空间分析技术使用Python的geopandas和sklearn库进行核密度估计 调用函数1. 可视化分析函数2. 统计检验函数3. 空间分析技术函数 基本介绍 1. 可视化分析 通过绘制数据的分布图可以直观地观察数据是否在空间上均匀分布。 使用Python的matplotlib和Basemap库 import matplotlib.pyplot as plt from mpl_toolkits.basemap import Basemap# 假设数据格式为 [(lat1, lon1), (lat2, lon2), ...] data [(34.05, -118.25), (40.71, -74.01), (37.77, -122.42), (47.61, -122.33)]# 创建地图 m Basemap(projectionmerc, llcrnrlat-80, urcrnrlat80, llcrnrlon-180, urcrnrlon180, resolutionc) m.drawcoastlines() m.drawcountries() m.drawstates()# 绘制数据点 lats [lat for lat, lon in data] lons [lon for lat, lon in data] x, y m(lons, lats) m.scatter(x, y, 10, markero, colorred)plt.show()2. 统计检验 可以使用统计方法来检验数据的空间分布是否均匀。 使用Python的scipy库进行Kolmogorov-Smirnov检验 from scipy.stats import ks_2samp import numpy as np# 假设数据格式为 [(lat1, lon1), (lat2, lon2), ...] data [(34.05, -118.25), (40.71, -74.01), (37.77, -122.42), (47.61, -122.33)]# 提取纬度和经度 lats [lat for lat, lon in data] lons [lon for lat, lon in data]# 生成均匀分布的随机数据 uniform_lats np.random.uniform(min(lats), max(lats), len(lats)) uniform_lons np.random.uniform(min(lons), max(lons), len(lons))# 进行Kolmogorov-Smirnov检验 ks_lat ks_2samp(lats, uniform_lats) ks_lon ks_2samp(lons, uniform_lons)print(纬度的KS检验结果, ks_lat) print(经度的KS检验结果, ks_lon)3. 空间分析技术 可以使用空间分析技术如核密度估计Kernel Density Estimation, KDE来评估数据的分布。 使用Python的geopandas和sklearn库进行核密度估计 import geopandas as gpd from shapely.geometry import Point from sklearn.neighbors import KernelDensity import numpy as np# 假设数据格式为 [(lat1, lon1), (lat2, lon2), ...] data [(34.05, -118.25), (40.71, -74.01), (37.77, -122.42), (47.61, -122.33)]# 创建GeoDataFrame geometry [Point(lon, lat) for lat, lon in data] gdf gpd.GeoDataFrame(geometrygeometry)# 提取坐标 coords np.vstack([gdf.geometry.x, gdf.geometry.y]).T# 进行核密度估计 kde KernelDensity(bandwidth0.05, metriceuclidean) kde.fit(coords)# 生成网格点 xmin, ymin, xmax, ymax gdf.total_bounds xx, yy np.meshgrid(np.linspace(xmin, xmax, 100), np.linspace(ymin, ymax, 100)) grid_points np.vstack([xx.ravel(), yy.ravel()]).T# 计算密度 log_density kde.score_samples(grid_points) density np.exp(log_density).reshape(xx.shape)# 绘制密度图 plt.imshow(density, extent(xmin, xmax, ymin, ymax), originlower, cmapviridis) plt.colorbar() plt.scatter(coords[:, 0], coords[:, 1], cred, s10) plt.show()调用函数 1. 可视化分析函数 import matplotlib.pyplot as plt from mpl_toolkits.basemap import Basemapdef plot_spatial_distribution(data):绘制数据的空间分布图:param data: 包含经纬度坐标的数据列表格式为 [(lat1, lon1), (lat2, lon2), ...]# 创建地图m Basemap(projectionmerc, llcrnrlat-80, urcrnrlat80, llcrnrlon-180, urcrnrlon180, resolutionc)m.drawcoastlines()m.drawcountries()m.drawstates()# 绘制数据点lats [lat for lat, lon in data]lons [lon for lat, lon in data]x, y m(lons, lats)m.scatter(x, y, 10, markero, colorred)plt.show()# 示例调用 data [(34.05, -118.25), (40.71, -74.01), (37.77, -122.42), (47.61, -122.33)] plot_spatial_distribution(data)2. 统计检验函数 from scipy.stats import ks_2samp import numpy as npdef perform_ks_test(data):对数据进行Kolmogorov-Smirnov检验判断其空间分布是否均匀:param data: 包含经纬度坐标的数据列表格式为 [(lat1, lon1), (lat2, lon2), ...]:return: 纬度和经度的KS检验结果# 提取纬度和经度lats [lat for lat, lon in data]lons [lon for lat, lon in data]# 生成均匀分布的随机数据uniform_lats np.random.uniform(min(lats), max(lats), len(lats))uniform_lons np.random.uniform(min(lons), max(lons), len(lons))# 进行Kolmogorov-Smirnov检验ks_lat ks_2samp(lats, uniform_lats)ks_lon ks_2samp(lons, uniform_lons)return ks_lat, ks_lon# 示例调用 data [(34.05, -118.25), (40.71, -74.01), (37.77, -122.42), (47.61, -122.33)] ks_lat, ks_lon perform_ks_test(data) print(纬度的KS检验结果, ks_lat) print(经度的KS检验结果, ks_lon)3. 空间分析技术函数 import geopandas as gpd from shapely.geometry import Point from sklearn.neighbors import KernelDensity import numpy as np import matplotlib.pyplot as pltdef perform_kde(data):对数据进行核密度估计评估其空间分布:param data: 包含经纬度坐标的数据列表格式为 [(lat1, lon1), (lat2, lon2), ...]# 创建GeoDataFramegeometry [Point(lon, lat) for lat, lon in data]gdf gpd.GeoDataFrame(geometrygeometry)# 提取坐标coords np.vstack([gdf.geometry.x, gdf.geometry.y]).T# 进行核密度估计kde KernelDensity(bandwidth0.05, metriceuclidean)kde.fit(coords)# 生成网格点xmin, ymin, xmax, ymax gdf.total_boundsxx, yy np.meshgrid(np.linspace(xmin, xmax, 100), np.linspace(ymin, ymax, 100))grid_points np.vstack([xx.ravel(), yy.ravel()]).T# 计算密度log_density kde.score_samples(grid_points)density np.exp(log_density).reshape(xx.shape)# 绘制密度图plt.imshow(density, extent(xmin, xmax, ymin, ymax), originlower, cmapviridis)plt.colorbar()plt.scatter(coords[:, 0], coords[:, 1], cred, s10)plt.show()# 示例调用 data [(34.05, -118.25), (40.71, -74.01), (37.77, -122.42), (47.61, -122.33)] perform_kde(data)– *本文思路可行性有待讨论目前仅供参考请酌情使用
http://www.pierceye.com/news/866676/

相关文章:

  • 外贸自建站多久能出单wordpress的pdf阅读
  • 深圳东莞的网站建设公司网店代运营哪里好
  • 做费网站wordpress折叠代码
  • 分析海报的网站企业网站服务费怎么做记账凭证
  • 海南建设大厅网站888网创
  • aspnet网站开发实例项目河南网站建设推广
  • ppt免费模板大全网站微网站建设网站
  • 郑州网站建设七彩科技网络服务器配置设计
  • 专业企专业企业网站设计洛阳青峰网络
  • 网站开发需要多少钱如何销售管理系统需求分析
  • 西安网站建设查派9861云南网站建设
  • 做微商网站制作网站曝光率
  • 平价网站平价网站建设建设百度电话号码
  • 有哪些做拎包入住的网站中国建设银行网站会员用户名
  • 用模板搭建的网站备案吗wordpress热门文章调用
  • 有哪些电商网站中山视角做网站的公司
  • 做网站 点击跳转html菜鸟教程下载
  • 苏州做公司网站设计的公司嘉盛建设集团官方网站
  • 建设银行e路护航官方网站登陆医疗网站做药品是干嘛
  • 十堰h5响应式网站西安网站制作厂家
  • 建设银行官方网站企业网银手机网站怎么dw做
  • 简单自适应网站wordpress联系表格
  • 雄县没有做网站的公司广告设计与制作就业率
  • 网站找谁做贵州网架公司
  • 做纸箱在什么网站找客户wordpress默认导航栏
  • wordpress采集自动伪原创福州360手机端seo
  • 工信部网站备案要求重庆网站公司设计
  • 宛城区建网站淘宝网页设计报告
  • 网站后台需求字节跳动员工人数2019
  • saas建站 cms科技感背景素材