- 博客(46)
- 收藏
- 关注
RSS订阅原创 土地流转视角下博弈论与系统动力学的综合学习与应用——第二章 因果回路图：如何表达土地管理问题中的反馈关系
反馈关系是指系统中某一变量发生变化后，会通过一系列中间变量影响其他变量，并最终反过来影响自身的过程。换言之，反馈关系强调的不是一个变量对另一个变量的单向影响，而是多个变量之间形成的循环作用。在土地流转问题中，反馈关系非常典型。例如，土地流转率提高以后，经营主体能够获得更多土地资源，经营规模随之扩大；经营规模扩大以后，农业机械化、统一采购、统一管理和社会化服务使用的条件得到改善，农业收益可能随之提高；农业收益提高以后，经营主体继续转入土地的积极性增强；流转意愿增强以后，又会进一步推动土地流转率提高。
2026-06-19 22:24:42
160
原创 基于土地管理问题：博弈论与系统动力学的综合学习与应用-第一章 系统动力学的基本思想：系统、反馈与动态演化
本文系统阐述了从博弈论到系统动力学的学习路径，聚焦土地流转问题。博弈论用于分析农户、经营主体等微观主体的策略选择，而系统动力学则研究这些选择累积形成的宏观系统演化。文章详细解析了系统动力学的三大核心概念：系统（多要素相互联系的整体）、反馈（变量间的循环影响）和动态演化（随时间变化的过程），并以土地流转为例，具体分析了规模收益（正反馈）与租金成本（负反馈）等机制如何共同决定系统的长期发展趋势（持续增长、停滞或波动）。系统动力学通过揭示要素间的反馈结构，为理解土地管理等复杂社会问题提供了有力工具。
2026-06-17 22:13:19
362
原创 一周读懂博弈论：从理性决策到信息博弈_Day7不完全信息博弈：不知道对方真实情况怎么办？
本文介绍了不完全信息博弈的基本概念和应对方法。核心问题在于参与者无法直接了解对方的真实情况（如求职者能力、二手车质量等），这种隐藏属性被称为"类型"。海萨尼转换通过将未知信息转化为概率分布，使问题可计算。贝叶斯纳什均衡要求玩家基于概率信念进行决策。信号博弈是重要应用，通过学历、证书等信号传递信息。典型案例包括斯宾塞的教育信号模型和阿克洛夫的柠檬市场理论，解释了信息不对称导致的市场失灵现象。文章梳理了从概率判断到信号传递的完整分析框架。
2026-06-08 16:19:42
342
原创 一周读懂博弈论：从理性决策到信息博弈_Day6重复博弈：为什么会出现合作？
摘要： 博弈论Day5探讨重复博弈如何促成合作。静态博弈（如囚徒困境）中，单次博弈易导致背叛，但现实中合作常见，因博弈往往重复进行。有限次重复博弈因逆向归纳仍难维持合作，而无限次博弈中，未来收益使合作成为可能。触发策略（如"永远合作，一次背叛即永久报复"）是经典合作机制，通过权衡短期与长期利益促生合作。隐性合谋（如企业默契高价）即由此产生。核心结论：长期互动关系（而非善良）是信任与合作的基础，重复博弈解释了现实中的合作现象。
2026-06-08 16:11:18
240
原创 一周读懂博弈论：从理性决策到信息博弈_Day3-4 静态博弈与纳什均衡：大家同时决策怎么办？
本文介绍了静态博弈的基本概念及其关键分析方法。通过奶茶店定价案例，说明静态博弈中参与者同时决策且互不知情的特征。重点讲解了优势策略、理性化思维和最佳回应等核心概念，并以囚徒困境为例阐释纳什均衡的形成机制：当所有参与者的策略互为最佳回应时达到的稳定状态。文章指出，纳什均衡解释了为何个体理性决策可能导致集体非最优结果（如价格战），这正是静态博弈研究的核心价值。内容提炼自MIT博弈论课程，结合AI工具整理完成。
2026-06-04 12:04:18
390
原创 一周读懂博弈论：从理性决策到信息博弈_Day2博弈论基础与战略思维
本文介绍了博弈论的基础概念与应用。首先定义博弈为理性人在相互依赖环境中的决策行为，包含玩家、策略、收益和规则四个核心要素。重点阐述了理性人假设和共同知识概念，强调信息在博弈中的关键作用。文章还分类讨论了不同博弈类型（如合作/非合作博弈、静态/动态博弈等），并通过商业竞争等实例说明博弈论在现实中的广泛应用价值。最后指出博弈论研究的是多方战略互动的决策问题，对经济和社会领域具有重要指导意义。
2026-06-02 17:46:05
374
原创 一周读懂博弈论：从理性决策到信息博弈_day1博弈论到是什么？
本文系统梳理了博弈论的发展历程与应用价值。从18世纪萌芽阶段的古诺模型，到1944年冯·诺依曼奠定数学框架，再到1950年纳什均衡理论突破，博弈论经历了从零和博弈到非零和博弈、静态到动态、完全信息到不完全信息的理论演进。20世纪后期，博弈论在信号传递、重复博弈、演化博弈等领域持续拓展，并广泛应用于经济学、政治学、生物学等多个学科。21世纪以来，博弈论与行为科学、人工智能深度融合，成为分析战略互动的核心工具。文章通过历史脉络展现了博弈论如何从基础理论发展为解释现实世界决策的综合性分析框架。
2026-06-02 17:45:21
239
原创 python_综合训练
这篇文章介绍了使用Python的pandas库进行数据处理的全流程，包含4个核心知识点：1)修改表格表头和数据格式；2)数据分组聚合计算；3)多表合并与关联；4)自动化办公数据处理流水线。通过具体代码示例演示了如何重命名列、转换数据类型、分组统计平均值/总和、多表关联合并，以及实现从数据读取、清洗、计算到保存的自动化处理。文章提供了完整的代码片段和示例数据，适合想要学习pandas数据处理基础操作的读者参考实践。
2026-05-27 19:52:23
172
原创 第16天：综合训练——数据去重
摘要：本次训练学习数据重复值处理，重点掌握查找与删除重复行的方法。通过修改data.csv文件人为制造重复数据，使用pandas的df.duplicated()检查重复行，df.drop_duplicates()删除重复项并保留首次出现的行。完整代码演示了读取数据、检查重复、执行去重及保存结果的全过程，最终生成不含重复数据的unique_data.csv文件。核心知识点在于理解数据去重的原理和pandas相关函数的应用。
2026-05-27 19:11:56
54
原创 python学习Day15：综合训练——数据清洗与缺失值补充
本文介绍了数据清洗中缺失值处理的两种基本方法。数据清洗的核心是处理表格中的空值（NaN），避免计算错误。主要方法包括删除含空值的行（dropna()）或用固定值填充空值（fillna(0)）。文章提供了Python代码示例，演示如何读取含缺失值的CSV文件，分别使用删除和填充方法处理缺失值，并将清洗后的数据保存为新文件。通过这两种简单有效的方法，可以确保数据完整性，为后续分析做好准备。
2026-05-18 20:15:33
51
原创 python学习Day14：实际应用——pandas的筛选与保存
本文介绍了pandas数据筛选与保存的进阶操作。主要内容包括：1）数据筛选的核心思想是通过条件语句快速提取目标数据，比Excel操作更高效；2）具体实现步骤为：先使用df[df['列名']>值]进行筛选，再通过.to_csv()保存结果；3）提供了完整代码示例，涵盖数据读取、统计分析（计算平均分和最高分）、筛选90分以上学生数据并保存为CSV文件。这些操作能帮助用户快速处理大规模数据，提高数据分析效率。
2026-05-17 21:08:58
52
原创 python学习Day13：实际应用——pandas 进阶计算
摘要：本文介绍了使用pandas进行数据计算的核心方法。相比传统for循环，pandas通过内置函数（如mean()、max()）可快速完成计算。关键操作是使用df['列名']锁定目标列，注意列名需加引号且拼写准确。文中演示了计算平均分(mean())和最高分(max())的代码实现，并推荐使用describe()一键获取多项统计指标。重点提示：列名需严格匹配原始数据，函数调用必须带括号。该方法大幅提升了数据处理效率。
2026-05-16 20:54:07
66
原创 python学习Day12：pandas安装与实际运用
《Pandas入门指南：12天学会数据处理》 本文介绍了Python数据处理库Pandas的基础使用方法。主要内容包括：1）Pandas的核心功能是将CSV/Excel等文件转换为DataFrame表格对象；2）安装方法：通过pip install pandas命令安装；3）基本操作：使用pd.read_csv()读取数据，并用head()方法查看前几行数据；4）注意事项：文件路径问题和大数据量处理技巧。文章提供了完整的代码示例，建议读者动手实践读取CSV文件并显示前5行数据，同时尝试修改head()参数观
2026-05-03 13:01:59
387
原创 python学习Day11：认识与创建CSV文件
本文介绍了CSV文件的基础知识和创建方法。CSV（逗号分隔值）是一种通用的数据存储格式，具有体积小、跨平台的优势。文章详细讲解了CSV的结构特点（表头+数据行）、使用价值（实现自动化数据处理），并提供了创建CSV文件的实操步骤：新建文本文档→重命名为.csv→用英文逗号分隔数据→保存。特别强调了英文逗号的关键作用和文件存储位置建议。最后要求读者动手创建一个包含姓名和分数两列数据的CSV文件，为后续Python数据处理做准备。
2026-05-01 14:53:16
239
原创 python学习Day10天：列表进阶 + 内置函数 + 代码简化
这篇文章介绍了如何通过Python编程实现数据统计功能，重点讲解了计算平均值和最大值的算法逻辑与代码实现。主要内容包括：1. 平均值计算步骤：初始化变量、循环累加、求列表长度并相除；2. 最大值计算方法：采用"打擂台"算法，通过循环比较找出最大值；3. 完整代码示例：将功能封装成analyze_data函数，包含参数处理、计算逻辑和结果返回；4. 使用注意事项：强调缩进规则、return语句作用和变量命名规范；5. 扩展练习建议：包括编写最小值函数和思考空列表处理。文章通过清晰的步骤分解
2026-04-30 15:06:17
333
原创 python学习Day8-9天：函数（def）的基础运用
本文介绍了Python函数的基本概念和使用方法。主要内容包括：1）函数的定义与调用（def关键字）；2）函数参数的使用；3）函数的返回值（return语句）。通过具体示例讲解了如何将重复代码封装成函数，重点演示了计算平均值函数的实现过程，包括参数传递、条件判断和结果返回。文章还强调了函数的核心概念"输入→处理→输出"，并比较了print和return的区别。最后提供了四个练习题目，帮助读者巩固函数定义、参数传递和返回值等关键知识点。
2026-04-29 23:26:57
351
原创 python学习Day6-7天：条件判断与基本综合应用
摘要：本文介绍了如何将循环(for)、判断(if/else)和计算(total)结合使用来完成数据处理任务。通过一个具体案例演示了从数据筛选(找出大于10的数)、求和计算到求平均值的完整流程，重点讲解了初始化变量(total,count)、循环判断条件以及防止除零错误的处理方法。文章提供了完整的代码示例和结构化模板，强调这是解决类似问题的通用模式，适用于从基础语法到解决实际问题的过渡阶段。
2026-04-18 23:55:46
396
原创 python学习Day5：最大值问题（Max）+ 条件判断（if）
本文介绍了使用Python通过if条件语句和循环找出数据集中最大值的方法。主要内容包括：1）明确学习目标：理解最大值问题，掌握if判断和循环结合的应用；2）讲解核心思路：初始化假设第一个数为最大值，通过循环逐一比较更新最大值；3）提供代码示例和逐步解析；4）强调常见错误（如初始化为0可能导致负数数据集错误）及正确做法。文章以具体数据集[10,25,8,40,15]为例，详细演示了比较过程，最终输出最大值40。适合Python初学者理解基础算法实现。
2026-04-16 16:33:13
277
原创 python学习Day4：循环强化与基础应用_）“会用循环”到“用循环解决问题”
计算的原理与思路和数学上是一致的，但是需要用python的语言表达出来数学上：平均值 = 总和 ÷ 个数分别对应就是average=total÷len(data)① 循环结构② 累加逻辑③ 平均值计算思路小节：将“平均数 = 总和 ÷ 个数”的数学公式，转化为Python可以执行的具体步骤已知：需要对一组数据求平均数。首先，应明确问题的基本构成。给定一组数据，需要从数学意义上界定三个核心概念：总和、平均数以及数据个数。
2026-04-15 17:03:43
339
原创 python学习Day3：列表（List）与数据组织，for循环指令
本文介绍了Python中列表(List)的基本操作。主要内容包括：1)列表的定义和使用方括号[]创建，元素间用逗号分隔；2)通过索引访问列表元素，注意索引从0开始；3)修改列表中的元素值；4)使用for循环遍历列表元素；5)通过循环计算列表元素总和。文章提供了5个练习示例，帮助掌握列表的创建、访问、修改和遍历等核心操作。重点强调了列表索引从0开始的特性以及for循环的语法格式。
2026-04-14 15:36:08
372
原创 python学习Day2：Python最基础的三件事（print + 变量 + 计算）
本文介绍了Python编程的入门知识，主要包括三个部分：1) print输出函数的使用方法及示例；2) 变量的概念与基本操作，包括数字和字符串的存储与调用；3) 基础数学运算的实现方式。内容涵盖print语句的语法格式、变量的赋值与调用、加减乘除等基本运算操作，并提供了具体代码示例。这些知识点是Python编程的基础核心概念，适合初学者快速掌握最基本的编程技能。文章采用理论与实践相结合的方式，通过具体案例帮助理解抽象概念。
2026-04-13 15:23:09
194
原创 python学习Day1：python的安装与环境搭载
这篇文章介绍了Python学习的入门第一步：环境搭建与安装。主要内容包括Python官方下载安装步骤（推荐从python.org获取安装包），安装后的环境检查方法，以及运行第一个Python程序的示例（建议使用IDLE或PyCharm等工具）。文章还提供了学习时间安排建议（三周学习计划），并特别提醒初学者注意Python有多种开发环境可选（如VSCode、PyCharm等）。最后作者表示后续将使用PyCharm继续学习，并注明内容参考了网络资料和AI整理。
2026-04-12 20:41:00
353
原创 python学习 前言：python的第一印象
本文简要介绍了Python编程语言的基本概念：Python是一种用于编写计算机指令的编程语言，通过编写代码让电脑自动执行重复性任务（如数据处理、计算等）。与手动操作软件不同，Python通过"数据→操作→输出"的结构实现自动化处理。核心特点是像"写给电脑的步骤说明书"，能高效完成批量任务。文章适合Python初学者建立基础认知框架。
2026-04-12 13:49:01
222
原创 机器学习 02 高斯混合模型(Gaussian Mixture Model：GMM)_EM算法
摘要：本文介绍了高斯混合模型(GMM)及其核心算法EM。EM算法通过迭代方式解决含有隐变量的参数估计问题，包含E步（计算隐变量概率）和M步（优化参数）两个交替步骤。以学生身高分组为例，演示了EM算法如何通过不断修正参数估计，最终收敛到最优解。该算法适用于多个高斯分布混合的场景，能够自动学习各分布的均值、方差和混合比例等参数。
2026-03-31 22:42:45
407
4
原创 机器学习 01高斯混合模型(Gaussian Mixture Model：GMM)_基础知识与认识
这里出现一个新概念“混合模型”混合模型是一个可以用来表示在总体分布（distribution）中含有 K 个子分布的概率模型，换句话说，混合模型表示了观测数据在总体中的概率分布，它是一个由 K 个子分布组成的混合分布。混合模型不要求观测数据提供关于子分布的信息，来计算观测数据在总体分布中的概率。(4 封私信 / 4 条消息) 高斯混合模型（GMM） - 知乎我认为这里的混合，它描述的是一种数据生成方式——数据并非来自单一的一个“源头”，而是来自多个不同的“源头”的叠加。例如，假设我们需要。
2026-03-31 22:11:30
435
原创 如何撰写期刊论文中的讨论、结论部分？（学习记录 ）
摘要：本文系统分析了学术论文中Discussion与Conclusion的功能区别及写作规范。Discussion部分侧重解释结果、理论提升和研究对比，建议采用五段式结构：总结主要发现、解释形成机制、与已有研究对比、方法创新、研究局限性。Conclusion部分则强调总结研究贡献，推荐四段式结构：研究目的与方法概括、核心结论、理论意义、实践价值。文章特别指出Results、Discussion和Conclusion三者的区别：Results是客观数据呈现，Discussion是结果阐释，Conclusion
2026-03-16 12:52:13
661
原创 二、地理探测器：如何使用？ excel版本
如果有很多x在用excel（地理探测器）计算时，需要分类，但是用r语言的不需要。常见分类有：自变量 X 的分组逻辑（自然环境—社会经济—交通区位—旅游供给等）[1]。①在明确上述两个问题后，我们就有一个研究的体系啦（可以看做计算之前的一个公式，有y和x），然后去收集对应的数据。格式表格文件中（Y对应的是因变量，很多个X是自变量），复制数据后，在。②数据样式应该是对应的y和多个x(X1，X2,X3等)需要在复制的时候，选中全部数据，而不是列（AB等）自己数据的因变量、自变量数据复制到上述打开的。
2026-01-18 12:14:48
465
原创 一、地理探测器：是什么？
GeoDetector是一款基于Excel的地理探测器软件，可免费下载使用。该方法通过分析空间分异特征来识别驱动因素，核心思想是比较解释变量与因变量的空间分布一致性。其优势在于不依赖线性假设，适合处理非线性关系和空间异质性问题。主要功能包括因子探测器、交互探测器、风险探测器和生态探测器，通过q值(0-1)衡量因子解释力。该方法适用于生态环境、公共健康等领域，但对因子分区方式敏感，需合理设置分类方案。
2025-12-18 14:47:12
972
原创 citespace从安装到基本使用（自己学习，仅交流，欢迎补充）
（如果导出的数据很多，超过500条）系统支持分批次导出，在结果页面筛选并选择“未导出的”记录进行分批操作；CiteSpace是一款用于科学文献可视化分析的软件，能将海量文献转化为直观的知识图谱，从而快速把握一个研究领域的结构、历史和前沿。②打开知网的“高级检索”：输入自己关键词、可以搜索一些文献，大家可以按照自己的需求（时间、期刊、类型）等勾选自己需要分析的文章。①首先大家需要确定自己的主题词，关键词（也就是自己想知道的论文大概方向），比如“高校”“教育改革”，出现一下界面，点击下载，自己软件盘。
2025-12-15 21:32:54
1765
原创 MATLAB中绘制核密度曲线图（从excel数据到图）
'VariableNames', {'区域','年份','X','Density'} ...mask_up = (Region == "区域1");mask_mid = (Region == "区域2");mask_down = (Region == "区域3");xlabel("log(关注度+1)");excelFile = "路径与文件名称";yearVar = "年份";valueVar = "数值";regionVar = "区域";ylabel("核密度");% log1p 转换。
2025-12-09 15:59:17
419
原创 AI如何实现矢量化（期刊标准）
一、打开ai软件（界面如下）以后，直接拖入图片，不需要打开。图片就是你出图的大小。“扩展”里面可以点击“取消组别”看到很细的细条，就是矢量化成功啦。二、点击左上角工具条：“对象-图像描摹-建立并扩展”按住alt键和滑动鼠标，就可以直接缩放图片大小。三、设置（以期刊为例）四、检查矢量化成功没有。
2025-12-05 11:02:41
182
原创 excel 如何使用VLOOKUP函数：
①面对数据多的情况，需要重复使用公式，可以在“数据表”加绝对引用（如果不使用，下拉填充公式的时候，查找范围会变化，会导致数据查找错误），实现下拉复制公式。查找与匹配函数：在数据区域的最左侧列中查找指定内容，并返回与之对应的右侧其他列的内容。②在数据输入时，需要使用英文的输入法哦。一、什么是Vlookup函数？
2025-12-03 20:24:08
213
原创 Orgin pro中如何绘制折线图（含趋势线）中文版
参数记录：①让自己的数据是从指定年份开始与结束：可能适合主刻度的类型与计数有关，自己多试试吧。勾选 “Import All Sheets”，每一个 sheet 对应一个工作簿。③调整大小以后，再调整图与图之间的相对位置，也可以直接拖动。注意：年份列必须为数值型，否则趋势线拟合无法运行。结果会自动显示：（调整样式，见后参数调整记录）双击折线 → 打开 Plot Details。也可以直接复制张贴数据，我就是直接复制的。“Link Axes” → X 轴自动同步。将四张图都画好（单独图）①双击空白处（灰色）
2025-12-02 13:35:04
1525
原创 GISPRO中如何进行地理配准
ArcGIS Pro地理配准三步操作指南：1)直接拖入JPG图片，忽略"未知坐标系"警告；2)使用地理配准工具添加控制点，选择一阶多项式变换并设置目标坐标系；3)关键步骤选择"更新地理配准"或"校正"功能，软件会生成辅助文件(.aux.xml或.wld)保存变换关系，使图片动态显示到正确位置并自动识别目标坐标系。该方法无需预先处理图片，通过外部文件实现坐标转换。
2025-11-27 14:00:15
422
原创 三调数据、代码（仅记录，有需自取，也欢迎指正与补充）
是土地利用类型的基本单元。: 表示图斑地类的面积，类型为Float，长度为15。: 表示耕地种植属性的代码，类型为Char，长度为2。: 表示是否为飞入地的标识，类型为Char，长度为1。: 表示权属单位的代码，类型为Char，长度为19。: 表示权属单位的名称，类型为Char，长度为60。: 表示座落单位的代码，类型为Char，长度为19。: 表示座落单位的名称，类型为Char，长度为60。: 表示图斑细化的名称，类型为Char，长度为20。: 表示扣除地类的编码，类型为Char，长度为5。
2025-11-21 14:32:32
4066
原创 gispro代码。如何批量实现局部莫兰指数计算
output_features = f"输出数据名称_{year_field}_{config_name}"print(f" ⚠ {config_name} 配置失败: {error_msg}")print(f" ⚠ {config_name} 配置失败: {str(e)}")print(f"✓ 使用 {config_name} 配置成功完成分析")print(f"\n尝试使用 {config_name} 配置...")print(f"✗ {year_field} 所有配置都失败")
2025-11-10 20:38:42
307
原创 代码gispro中如何批量做冷热点分析Getis-Ord Gi*脚本（仅供自己学习记录，有需要自取）
DistanceMethod = "EUCLIDEAN_DISTANCE" 可以改为 "MANHATTAN_DISTANCE" 等。# Conceptualization = "CONTIGUITY_EDGES_CORNERS" 表示空间邻接权重。# ------------------ 循环执行热点分析 ------------------# ------------------ 基础参数 ------------------print("全部完成！in_fc = r"自己的shp数据路径"
2025-09-25 13:38:28
405
原创 GISPro中提取特定颜色范围并导出为栅格或SHP文件的Python脚本（代码自取，自己学习记录，仅供参考）
print(f"栅格文件保存至: {output_raster}")print(f"矢量文件保存至: {output_shp}")print(f"处理过程中出现错误: {str(e)}")print("正在保存临时栅格文件...")# 目标颜色 (R=77, G=230, B=0)print("正在转换为矢量数据...")print("正在创建颜色掩膜...")print("正在处理栅格数据...")print("正在读取图像...")# 将掩膜保存为临时TIFF文件。# 将二值掩膜转换为栅格。
2025-09-10 12:04:08
548
原创 GISpro代码：批量TIFF数据投影与掩膜提取 （自己学习，有用自取）
arcpy.env.workspace = r"C:\Users\zhengyu\Desktop\CanESM5\CanESM5\outputt\tif_output" # 修改为您的TIFF文件存放路径。output_folder = r"C:\Users\zhengyu\Desktop\CanESM5\CanESM5\output\masked_output" # 掩膜后输出目录。"NEAREST", # 重采样方法(可选: "BILINEAR", "CUBIC")# 可选: 删除中间投影文件。
2025-06-12 11:22:08
582
2
空空如也
英语考试如何选择雅思或托福，0基础然后准备？
2025-06-16
TA创建的收藏夹 TA关注的收藏夹
TA关注的人