反距离权重（IDW）和克里金（Kriging）的比较与应用
在地理数据科学领域，追求完美无瑕的数据似乎总是难以实现。现实中，数据缺失、分辨率粗糙、采样不均是普遍现象，而这些问题对分析和可视化有着显著的影响。如何修复这些数据缺陷？
GIS
#热力图
0
#kepler
0
#数据可视化
0
#SAR
1
#Canvas
1
#Reflection
1
#Memory
1
#OpenAI
1
#Langchian
1
#数据处理
1
#空间插值
1
#空间索引
1
#H3
1
#文件处理
1
#相对路径
1
#Dify
1
#FastGPT
1
#RSS
1
#Django
#shapefile
1
#要素类
1
#北京
1
#厦门
1
#streamlit
2
#web
1
#Confusion-Matrix
1
#CAM
1
#code-script
1
#shapely
1
#numpy
1
#geopandas
1
#pandas
3
#经验帖
2
#ArcGISPro
21
#语义分割
3
#对象检测
0
#selenium
1
#Linux
2
#ArcPy
17
#PyTorch
9
#GitHub仓库
3
#项目说明
1
#网站说明
2
#GIS
19
#folium
0
#上海
1
#深圳
4
#共享单车
4
#ChatGPT
3
#房地产
1
#Python
12
#自托管
1
#深度学习
17
#机器学习
7
从零开始：用Python和Pandas精准提取出租车GPS数据中的OD行程信息
本文详细介绍了如何使用Python和Pandas库从出租车GPS数据中提取OD行程信息的方法。过程包括数据预处理、行程识别和信息提取等关键步骤。通过处理缺失值、数据类型检查、去除重复记录等预处理操作，以及利用“载客状态”字段识别行程的开始和结束，文章成功地从大量GPS数据中提取了有价值的行程信息。这些信息不仅对城市交通流量分析和城市规划具有重要意义，也为出租车公司的运营优化提供了数据支持。此外，文章还探讨了数据处理的优化方法，如使用pandas的apply方法加速数据处理，有效提高了数据处理效率。
中国2015年-2022年省市县行政区划矢量数据
转载：🚀权威、准确、长时间序列的一套行政区划矢量数据（China Temporal sequence Administrative Map）
2023年地理空间领域最火的11个Python包
这篇博客介绍了2023年地理空间领域增长最快的11个Python包，包括leafmap、DuckDB、geemap、Placekey、Apache Sedona、H3、Xarray、GeoPandas、pydeck、Whitebox和GDAL。这些包在地理空间分析、数据可视化和处理大规模空间数据等方面得到了广泛应用。
利用ArcGIS Pro制作弧线OD图【ArcGIS Python系列】
生成直线OD图（起点和终点）的方法以及如何将直线OD图转为弧线。
利用ArcGIS_Python制作考虑路况的交通等时圈
传统的交通等时圈分析是依据路网数据，通过网络分析工具，计算出各个点到中心点的最短路径，然后根据不同的时间，将各个点连接起来，形成等时圈。虽然这种方法可以得到较为精确的等时圈，但是需要有完整的路网数据，而且计算量也比较大。本文介绍一种利用百度地图交通耗时数据，制作交通等时圈的方法，该方法不需要路网数据，只需要百度地图的交通耗时数据，就可以制作出交通等时圈
十、ArcGIS_Pro常见问题【ArcGIS Python系列】
本文持续收集在使用ArcGIS Pro和ArcPy中的常见问题