精华内容
下载资源
问答
  • 基于高德地图的交通数据分析
    万次阅读
    2018-08-21 23:30:10

    前言

    设计需求在于每天上班早高峰期,每次都提前出门,虽然有地图可以实时查看路况,但是再过一阵时间 就会异常的堵车如果通过数据监控分析每天指定路段在什么时间段相应的拥堵情况,即可合理控制时间. 有时候很早出门,却堵车堵得依然快迟到,而有时出门时间晚了,却发现那个时间段的路况良好,和早出门最终到达目的地的时间相近。

    这里写图片描述

    具体思路

    还在coding中,待补充。。。

    开源项目地址

    欢迎 star or fork!
    https://github.com/unlimitbladeworks/traffic-monitor

    更多相关内容
  • 该资源是针对这次肺炎疫情写个Python大数据分析系列博客,包括网络爬虫、可视化分析、GIS地图显示、情感分析、舆情分析、主题挖掘、威胁情报溯源、知识图谱、预测预警及AI和NLP应用等。希望该系列线上远程教学对您...
  • python数据分析——pyecharts地图全解

    千次阅读 2021-01-13 22:55:05
    地图文件被分成了三个 Python 包,分别为: 全球国家地图: echarts-countries-pypkg (1.9MB) 中国省级地图: echarts-china-provinces-pypkg (730KB) 中国市级地图: echarts-china-cities-pypkg (3.8MB) 直接使用...

    地图文件被分成了三个 Python 包,分别为:
    全球国家地图: echarts-countries-pypkg (1.9MB)
    中国省级地图: echarts-china-provinces-pypkg (730KB)
    中国市级地图: echarts-china-cities-pypkg (3.8MB)

    直接使用python的pip安装:

    选择自己需要的安装的地图
    $ pip install echarts-countries-pypkg
    $ pip install echarts-china-provinces-pypkg
    $ pip install echarts-china-cities-pypkg
    $ pip install echarts-china-counties-pypkg
    $ pip install echarts-china-misc-pypkg
    $ pip install echarts-united-kingdom-pypkg
    

    一.查看数据
    从51job爬取的大数据工作在各城市分布数据

    import pandas as pd
    data=pd.read_csv('test_datasets_finally.csv',delimiter='#',header=0)
    df=pd.DataFrame(data)
    print(df.shape)
    print(df.loc[:,'area'].nunique())#地区数
    area=df.loc[:,'area'].value_counts()#每个地区数量
    #area=pd.DataFrame(area)
    print(area.shape)
    print(area.head())
    

    在这里插入图片描述
    可以看到,地区数据格式为dataframe格式,转换为列表

    area2=area.values.tolist()
    area=area.reset_index()
    area1=area.loc[:,'index'].tolist()
    print('地区',area1)
    print('数量',area2)
    

    在这里插入图片描述
    二.绘制中国地图

    maptype=‘china’ 只显示全国直辖市和省级,数据只能是省名和直辖市的名称

    1.绘制分布图
    这三个可直接使用全国城市

    from pyecharts import Bar
    from pyecharts import Geo
    from pyecharts import Map
    map = Map("大数据工作分布图", "data from 51job",title_color="#404a59", title_pos="center")
    map.add("", area1,area2 , maptype='china',is_visualmap=True,visual_text_color='#000',is_label_show=True)
    map.render("./job_pic/大数据工作城市分布.html")
    #map.render(path='snapshot.png')
    #map.render(path='snapshot.pdf')
    

    在这里插入图片描述
    2.绘制热力图

    geo = Geo("大数据工作分布热力图", "data from 51job", title_color="#fff", title_pos="center", width=1200, height=600, background_color='#404a59')
    geo.add("大数据工作分布热力图", area1, area2, visual_range=[0, 35], maptype='china',type='heatmap',visual_text_color="#fff", symbol_size=15, is_visualmap=True, is_roam=False)
    geo.render('./job_pic/大数据工作分布热力图.html')
    

    在这里插入图片描述
    3.绘制评分图

    geo = Geo("大数据工作分布城市评分", "data from 51job", title_color="#fff", title_pos="center", width=1200, height=600, background_color='#404a59')
    # type="effectScatter", is_random=True, effect_scale=5  使点具有发散性
    geo.add("空气质量评分", area1, area2, type="effectScatter",maptype='china', is_random=True, effect_scale=5, visual_range=[0, 5],visual_text_color="#fff", symbol_size=10, is_visualmap=True, is_roam=False)
    geo.render("./job_pic/大数据工作分布城市评分.html")
    

    在这里插入图片描述
    三.省份地图
    河南地图 数据必须是省内放入城市名

    # 城市 -- 指定省的城市 xx市
    city = ['郑州市', '安阳市', '洛阳市', '濮阳市', '南阳市', '开封市', '商丘市', '信阳市', '新乡市']
    values2 = [1.07, 3.85, 6.38, 8.21, 2.53, 4.37, 9.38, 4.29, 6.1]
    map2 = Map("河南地图",'河南', width=1200, height=600)
    map2.add('河南', city, values2, visual_range=[1, 10], maptype='河南', is_visualmap=True, visual_text_color='#000')
    map2.render(path="./job_pic/河南地图.html")
    

    在这里插入图片描述
    商丘地图 数据为商丘市下的区县

    # 区县 -- 具体城市内的区县  xx县
    quxian = ['夏邑县', '民权县', '梁园区', '睢阳区', '柘城县', '宁陵县']
    values3 = [3, 5, 7, 8, 2, 4]
    
    
    map3 = Map("商丘地图",'商丘', width=1200, height=600)
    map3.add("商丘", quxian, values3, visual_range=[1, 10], maptype='商丘', is_visualmap=True,
        visual_text_color='#000')
    map3.render(path="./job_pic/商丘地图.html")
    

    在这里插入图片描述
    四.世界地图

    #世界地图数据
    value = [95.1, 23.2, 43.3, 66.4, 88.5]
    attr= ["China", "Canada", "Brazil", "Russia", "United States"]
    
    map0 = Map("世界地图示例", width=1200, height=600)
    map0.add("世界地图", attr, value, maptype="world",  is_visualmap=True, visual_text_color='#000')
    map0.render(path="./job_pic/世界地图.html")
    

    在这里插入图片描述

    展开全文
  • Python画地图数据可视化分析

    万次阅读 2017-10-26 16:41:47
    如何使用Python画地图数据地图可视化地图可视化常用包非plotly莫属,支持Python和R。地址:https://plot.ly/python/scattermapbox/需要先注册账号,有几个重要东西需要生成。这里的Usernam和APIkey在写代码的时候都...

    如何使用Python画地图数据

    地图可视化

    地图可视化常用包非plotly莫属,支持Python和R。

    地址:https://plot.ly/python/scattermapbox/

    需要先注册账号,有几个重要东西需要生成。

    Markdown

    这里的Usernam和APIkey在写代码的时候都要用到。

    Python安装

    直接pip安装 pip install plotly

    代码示例可以在官网找到:

    import plotly
    plotly.tools.set_credentials_file(username=”, api_key=”)

    这样就可以测试是否已经安装和申请成功了。

    申请mapbox账号 链接

    在plotly官网上可以看到一段介绍

    Markdown

    意思是说在绘制地图之前需要取mapbox网站上注册一个账号获得一个Token。

    注册完成获得Token:

    Markdown

    复制自己的Token

    Markdown

    在plotly里面添加Token

    Markdown

    添加完成以后,就可以开始写代码了。官网给出了一个例子,可以自己取跑一遍测试一下。

    我这里拿天池-蚂蚁金服商铺定位的比赛数据进行测试。

    画图画出商铺位置信息

    效果如下:

    Markdown

    当然,样式颜色什么的都是可以自己设置和调整的。具体方法可以参考官网的手册。

    最后贴下代码:

    “`
    import pandas as pd
    import plotly

    shop_info = pd.read_csv(“ccf_first_round_shop_info.csv”)

    plotly.tools.set_credentials_file(username=’‘, api_key=’‘)
    import plotly.plotly as py
    from plotly.graph_objs import *
    mapbox_access_token = “**”
    site_lon = shop_info[“longitude”]
    site_lat = shop_info[“latitude”]
    locations_name = shop_info[“shop_id”]

    data = Data([
    Scattermapbox(
    lat=site_lat,
    lon=site_lon,
    mode=’markers’,
    marker=Marker(
    size=8,
    color=’rgb(0,255,0)’,
    opacity=0.7
    ),
    text=locations_name,
    hoverinfo=’text’
    )]
    )

    layout = Layout(
    title=’Shop Location View’,
    autosize=True,
    hovermode=’closest’,
    showlegend=False,
    mapbox=dict(
    accesstoken=mapbox_access_token,
    bearing=0,
    center=dict(
    lat=site_lat.mean(),
    lon=site_lon.mean()
    ),
    pitch=0,
    zoom=3,
    style=’light’
    ),
    )
    “`

    结束语

    地图样式那边,需要自己在网站上设置,也可以上传,这里就不多介绍了。

    展开全文
  • 用Excel做数据地图

    千次阅读 2020-12-16 16:33:23
    首先要确保你的Excel里有“三维地图”这个功能项,具体路径在【插入】——【三维地图】,数据透视图旁边的一个功能。 你可能会遇到以下两种情况: 1、 Excel里没有这个功能。那应该是版本的问题,2016版自带这个...

    目录

    一、准备工作

    二、数据准备与导入

    三、地理信息的赋值

    四、高度的赋值

    五、随时间动态变化

    六、多图层叠加

    七、场景与输出


    文介绍了用Excel做数据地图的方法,主要是Power Map的使用。

    一、准备工作

    首先要确保你的Excel里有“三维地图”这个功能项,具体路径在【插入】——【三维地图】,数据透视图旁边的一个功能。

    你可能会遇到以下两种情况:

    1、 Excel里没有这个功能。那应该是版本的问题,2016版自带这个功能,将你的Excel换成2016版即可,2013版的可以安装Power Map这个插件,2010版以下建议还是用16版吧,在安装16版的时候一定要确保以前的offce版本卸载干净,后台回复“2016”获取office2016版安装包。

    2、 有这个功能但点不了。需要手动设置一下,请点击【文件】——【选项】——【加载项】,找到Microsoft Power Map for Excel,在左下角的管理处选择com加载项,然后点【转到】。

    把power map前面的框框勾选上,确定即可,这时再看【三维地图】这个功能就是亮的了。

    图片来源公众号【可乐的数据分析之路】

     

    二、数据准备与导入

    做数据地图最少有两个字段,地址和值。地址的数据可以是经纬度、国家名称、城市和省/市等,值是相应地址对应的数值,可扩展地,还可以有时间数据,时间数据的格式一定是日期格式。以下图数据为例,包含了地址、时间和销售额三个字段。

     

    选中数据表中的某一个单元格或选中整张表,点击【三维地图】按钮,建立一个三维地图。

    三、地理信息的赋值

    将地区字段放入图层1的【位置】选项卡中,并将识别方式选为“省/市/自治区”,将可视化的类型改为“区域”,power map会自动识别地理位置。可视化的方式有5种,堆积柱形图、簇状柱形图、气泡图、热度地图和区域。

    四、高度的赋值

    将销售额字段放入【高度】选项卡,对值的聚合方式有求和、平均、最大最小值等,对这个的理解和数据透视表类似,看具体情境选择即可,这里选求和,可以看到地图颜色有了深浅的变化,是根据销售额求和的值赋予深浅颜色的。

     

    我们再看一下可视化方式选择其他类型是什么样的。

    【簇状柱形图】

     

    【气泡图】

     

    【热度地图】

     

    五、随时间动态变化

    以上是静止的数据地图,但我们的数据里是有时间字段的呀,这个时间字段放哪里呢?我们可以看到刚好有一个【时间】选项卡,我们把时间添加进去试试看。还是以【区域】-【销售额求和】为例,把时间添加进去以后发现左边图中出现了一个时间滚动条,我们点开来看一下。

    六、多图层叠加

    在图层1里将可视化更改为区域,高度为空,类别选择地区,就得到了如下的彩色区域图,这个图层用来打底。

     

    添加一个图层2,在图层2中同样的【位置】选择省市自治区,【高度】选择销售额求和,【时间】选择时间,可视化更改为簇状柱形图。可以看到在底层上多了柱状图。

     

    同样地添加图层3,将图层3的可视化改为气泡图。

     

    现在播放时间轴看看效果,其实和之前是一样的。(但为什么感觉花花绿绿的更丑了呢)

     就是这个意思,我们可以添加不同的图层来展示多个数据效果。

     

    七、场景与输出

    整个数据地图是可以作为视频文件输出的,而场景选项卡是可以定义动画效果,类似PPT中的动画。在【场景选项】的【效果】里,可以选择圆形、滑动、飞入等效果。就还以刚才花花绿绿的图层进行演示吧,将效果选择为“旋转地球”。

    如果数据是全球的数据,那么旋转地球的动画应该会更炫。

    有任何疑问欢迎评论留言

    展开全文
  • 滴滴数据分析师面试

    万次阅读 多人点赞 2018-10-16 21:57:40
    问题很简单就是数据分析,几点注意,1是自信阳光,2每说一句话都要有力,能支持结论 二面1v1专业面 今天面试的,首先吐槽下滴滴两件事。 第一件事,超市卖的烤肠不干净,我现在还在吐 。 第二件事,面试邮件里,...
  • 本专栏将使用tableau来进行数据分析,Tableau数据分析-Chapter06填充地图、多维地图、混合地图,记录所得所学,作者:北山啦 文章目录Tableau-Chapter06填充地图、多维地图、混合地 本专栏将使用tableau来进行...
  • 关于高德地图分析报告

    万次阅读 2019-05-29 10:52:11
    关于高德地图分析报告 目录 引言 2 一 项目背景 3 二 运营模式 3 三 应用分析 4 1 目标群体 4 2 市场占有率 4 3 与同类应用比较 6 3.1 产品分析 6 3.2 功能分析 7 3.3 使用分析 8 3.4 推广方式 9 四 ...
  • R语言绘制州市地图进行可视化分析

    千次阅读 2020-04-02 23:57:10
    将经纬度数据对应的数值先进行聚类,然后将聚类的结果和经纬度数据进行合并,将不同的聚类结果在地图上进行热力板块展示。type是聚类的类型结果 数据展示 聚类结果判断图,聚成4类。 聚类包加载 install....
  • 如何利用excel中的数据源制作数据地图

    万次阅读 多人点赞 2016-07-13 12:40:27
    利用excel中的数据源制作数据地图的方法以不新奇,可以直接利用excel制作,也可以利用插件和其他软件来实现。本文就从这三方面来谈谈如何利用制作数据地图
  • Tableau数据分析-Chapter07多边形地图和背景地图 本专栏将使用tableau来进行数据分析,Tableau数据分析-Chapter07多边形地图和背景地图:设置地理信息(自定义地图码导入、设置地图源),记录所得所学,作者:北山...
  • 数据分析---疫情数据可视化(地图

    万次阅读 多人点赞 2020-03-14 20:39:19
    数据分析---疫情数据可视化(地图)安装pyecharts库爬取所需要的数据(网上直接爬取数据)绘制全国地图绘制省份地图(以湖北省为例)在全国地图上加入湖北省数据导入数据(本地导入数据)获取代码 安装pyecharts库 ...
  • 让你清楚知道自己该如何在数据分析地图上行走 n  会为你介绍数据分析的分析方法和模型。这部分是讲数据分析的道,只有学会底层逻辑,能够在面对问题时有自己的想法,才能够下一步采取行动 n  会为你介绍...
  • 浅谈数据分析和数据建模

    千次阅读 2019-11-26 15:43:02
    过去企业都是通过线下渠道接触客户,客户数据不全,只能利用财务数据进行业务运营分析,缺少围绕客户的个人数据,数据分析应用的领域集中在企业内部经营和财务分析。 数字时代到来之后,企业经营的各个阶段都可以被...
  • 在商业数据分析过程中,数据地图是很直观的可视化的表达形式,比如利用地图展示各区域销售额、利润等;比如展示全国仓库分布和运输和以优化运输网络;又比如统计商场人流量及分布,用热力地图展示,指导门店分布和...
  • 目录符号地图填充地图多维地图混合地图 符号地图 填充地图 多维地图 混合地图
  • 图解数据分析 | 数据分析介绍

    千次阅读 2022-02-25 02:46:11
    数据分析是洞察数据背后的规律、得出准确的结论或做出正确决策的过程。本文讲解数据化分析思维的养成,包括最常使用的五力模型、PEST、SWOT、生命周期、金字塔原理、SMART、5W2H等重要模型和理论。
  • 图一:对中国疫情数据地图化显示,光标在对应的地区上会显示该地区的数据 图二:对中国所有数据的统计 图三:疫情的发展情况演变图(点击播放会递进演变) 图四:人数排行演变图 项目还包括趋势预测,全球数据...
  • 零基础如何入门数据分析师?

    千次阅读 2021-12-14 14:44:02
    在这个精细化运营、降本增效的时代,用数据分析给决策者提供指导性意见几乎是每个企业的一致选择。截止目前,我国共计1400万数据分析人才缺口,市场规模预计将在2025年达到2000亿!数据分析与其说是一个岗位,更是一...
  • 数据分析师人才需求的分析报告

    千次阅读 2020-08-31 14:34:40
    一、背景 政治(Politics):目前全国有二十多各地区出台了...社会(Society):数据分析师几乎覆盖了所有的行业,从数据类公司、咨询公司到物流、传媒公司等,无一不渗透着数据分析的内容。在被视为“数据元年”的今
  • 本系列文章是Python大数据分析系列博客,包括网络爬虫、可视化分析、GIS地图显示、情感分析、舆情分析、主题挖掘、威胁情报溯源、知识图谱、预测预警及AI和NLP应用等。前文分享了数据抓取,并将数据存储至本地,最后...
  • 一文讲解数据分析所需要的数学知识!本文包括描述性统计量(集中趋势、离散程度和分布形态),相关性与线性回归、方差分析、概率论(概率事件、条件概率、排列组合、概率分布)、统计推断(抽样、假设检验)等。
  • 1、大数据分析框架结构 2、数据、信息与数据分析 数据:是指对客观事件进行记录并可以鉴别的符号,是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号。 ...
  • 数据地图关系精细化分析

    千次阅读 2020-01-15 08:31:00
    转载本文需注明出处:微信公众号EAWorld,违者必究。前言:元数据应用中对数据关系的分析,是元数据的核心能力,基于这项核心能力能够衍生出对诸多实际应用场景的支持,例如辅助数据运维,数据...
  • 空间数据分析与R语言实践

    热门讨论 2014-06-11 23:00:57
    本书较全面地介绍了R应用于空间数据分析的原理和方法。在介绍R中空间数据类、方法、空间对象、空间点类、空间线类、空间面类及空间网格的基础上,首先介绍了空间数据的可视化。空间数据的导人导出、空间数据的处理及...
  • 图解数据分析 | 数据分析工具地图

    千次阅读 2022-02-25 14:42:04
    基于数据分析目前良好的发展前景,各界也出现了许多好用的功能种类丰富的数据分析工具。本文列举其中的一些常用工具:Python、R、SQL、SAS、Tableau、Excel等。
  • 这是我的第85篇原创取名字是一门学问,理科生取名字的确让人难以捉摸。比如这个数据地图、血缘分析和数据资产。如果不是干数据这行的,根本不会想到这仨词居然有关系!数据地图数据地图是数据治理的...
  • Python 爬虫和数据分析实战

    万次阅读 多人点赞 2018-04-12 10:41:43
    本课程是 Python 爬虫和数据分析项目实战课程,主要分 3 部分: 第 1 部分是 Python 爬虫,主要使用 Urllib 3 和 BeautifulSoup 抓取天猫商城和京东商城胸罩销售数据,并保存到 SQLite 数据库中; 第 2 部分是对...
  • 2021年“泰迪杯”数据分析技能赛A题

    千次阅读 2022-04-26 14:06:30
    2021年“泰迪杯”数据分析技能赛A题 通讯产品销售和盈利能力分析 摘要 进入本世纪以来,我国通讯产品得到了飞速发展,其技术先进,价格便宜,深受世界各国和地区尤其是非洲国家的欢迎。某通讯公司在非洲的多个国家...
  • Python将冰冰的第一条vlog并进行数据分析

    万次阅读 多人点赞 2021-01-02 16:14:29
    文章目录数据分析数据预处理数据描述删除空值删除空值可视化点赞TOP20等级分布性别分布绘制词云图数据收集 数据分析 import pandas as pd data = pd.read_excel(r"bingbing.xlsx") data.head() 用户 ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 107,629
精华内容 43,051
关键字:

地图数据分析