密度峰值聚类算法总结及其python实现,python 概率密度分布图

　　地理信息系统

　　相交

　　利用地理信息系统里面的相交工具，每个省把路标识了。

　　计算几何

　　分别计算路网的长度和各省的面积。

　　计算机编程语言

　　利用计算机编程语言对属性数据进行处理

　　导入相关模块

　　## 导入相关模块

　　进口熊猫作为螺纹中径

　　将地质公园作为每日加仑数(gallons per day)导入

　　将matplotlib.pyplot作为血小板计数导入

　　%matplotlib内联

　　解决中文乱码

　　PLT。RC params[ font。family ]=[无衬线]

　　PLT。RC params[ font。sans-serif ]=[ sim hei ]#替换无衬线字体字体为黑体

　　PLT。RC params[轴。unicode _ MINUS ]=False #解决坐标轴负数的负号显示问题

　　数据读取

　　regibns=gpd .GeoDataFrame.from_file(省级行政区shp’.

　　regibns=regibns[[名称,面积,几何]]

　　regibns[ AREA ]=regibns[ AREA ]/1000000

　　regibns.head()

　　regibns.plot()

　　！

　　道路=gpd .GeoDataFrame.from_file(道路密度shp’.

　　road.head()

　　road=road[[名称,长度,几何]]

　　road.plot()

　　数据透视

　　pivot=pd.pivot_table(road，index=NAME ，values=length ，aggfunc=sum)

　　pivot.head()

　　数据连接

　　results=pd.merge(regibns，pivot，on=NAME )

　　结果[密度]=结果[长度] /结果[面积]

　　results.head()

　　数据可视化

　　数据地理=gpd .地理数据框架（结果)

　　数据地理[坐标]=数据地理[几何]。apply(lambda x:x . representative _ point().坐标[0])

　　data_geod.plot(figsize=(12，12)，column=Density ，scheme=quantiles ，legend=True，cmap= Reds ，edgecolor=k )

　　对于n，I in enumerate(data _ geod[ coords ]):

　　plt.text(i[0]，i[1]，data_geod[NAME][n]，size=12)

　　plt.title(中国各省主要公路密度图，size=25)

　　工厂网格(真=0.3)

　　总结和反思

　　因为阿尔派只支持python2，我用ArcGIS Pro的python3，也没有地质公园模块，所以在两个软件切换了。在地理信息系统中注意坐标系，我们计算面积和长度都是在投影坐标系下进行的。还有那个大神可以告诉我地质公园里面我的线图层和面图层怎么叠加，就是在这个底图的基础上加入路网图层。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。