2017年04月_虾神说D

原创利用Python对NBA SportUV数据进行可视化及分析

SportUV是2005年，由以色列计算机科学家Gal Oz和Miky Tamir 创立的，其实，最早这两位大牛是搞导弹跟踪和高级光学识别的……然后基于这个学识背景，他们专门创立了一套用于识别体育比赛中球员位置信息的系统。这种系统是利用高挂在比赛场地上方的摄影机进行追踪拍摄，如下所示：原理就是三角定位+图像识别，搞GPS和计算机的，都应该对这原理很熟悉了，我这里就不罗嗦了。

2017-04-29 22:42:13 5801

原创白话空间统计二十三：回归分析番外-ArcGIS中的OLS（三）

上一节把OLS最重要的一个表格解释完了，下面我们继续来解释OLS结果的其他内容。结果报告的第三页，是对因变量与自变量相关性的一个检测：会根据每组变量，形成一个自变量的分布柱状图（第一排）以及自变量和因变量组成的散点和回归图（第二排）。首先要注意的是，OLS对自变量的分布是不是正态的，并不关心，但是如果Jarque-Bera统计量的P值指示，结果出现了偏差（也就是说残差的

2017-04-22 16:23:42 17581 6

原创 Leaflet for R包（五） GeoJson文件的使用

七、使用GeoJson和TopoJson绘制地图：GeoJSON是一种对各种地理数据结构进行编码的格式，基于Javascript对象表示法的地理空间信息数据交换格式。G...

2017-04-21 20:47:50 533 1

转载 Leaflet for R包合集

Leaflet for R包是虾神少有的一套完整描述整个R语言包应用的系列文章，应同学们的要求，做成合集，一次发出。欢迎收藏。————————————————一、简介最受...

2017-04-21 20:47:50 646

原创 Leaflet for R包（二）基础底图

三、基础地图addProviderTiles("地图标号")leaflet()%>%setView(lng=116.38,lat=39.9,zoom=3)%>...

2017-04-21 20:47:50 419 1

原创 Leaflet for R包（三）符号标记

四、标记addMarkers(leaflet地图,数据)df = data.frame(df%>%leaflet()%>%addTiles()%>% a...

2017-04-21 20:47:50 511

原创 Leaflet for R包（六,完结篇）栅格、颜色和图例设置

八、栅格数据栅格数据是当前GIS领域里面最庞大的一类数据（天上N颗卫星24小时无死角的对地球君进行直播……每天生成遥感数据都以PB为单位），leaflet作为地图可视化...

2017-04-21 20:47:50 2323

原创 R语言矢量数据空间分析一：入门及rgeo包简介

首先确定一个概念，虾神此次在这里讲的“矢量数据空间分析”并非指的是那些高大上的诸如什么空间聚类、密度分析、插值神马的分析，而且专值的“矢量数据”的一些基础的图形操作，更准确的说，应该是指矢量数据相关的几何特征行为的空间关系和空间操作，也就是下面这些OGC规范里面的东西：实际上这些都是空间分析里面最基础的一些内容，几乎可以归类到“查询”里面，属性的查询很容易被理解，空间上的查询比属性

2017-04-21 20:20:20 15175 2

原创白话空间统计二十三：回归分析番外-ArcGIS中的OLS（二）

前文再续，书接上一回。上一节讲到解读OLS的结果第一页的表格，今天从第二页开始：第二页分成两部分，下面这嘚吧嘚吧的一堆英文，实际上就是上面那些信息的解释，英语好的同学实际上看这个文档就可以了，如果懒得看，可以看虾神我嘚吧嘚吧的中文解释，如下：1、Number of Observations 观测值的数量也就是参与回归的样本数有多少个，我这里是山东全省的区县，

2017-04-17 19:25:26 19067 6

原创白话空间统计二十三：回归分析番外-ArcGIS中的OLS（一）

在讲GWR的ArcGIS应用之前，首先讲讲ArcGIS里面的OLS（Ordinary least squares：普通最小二乘法）工具的应用和解读，毕竟GWR是从回归分析里面演化出来的，OLS又是回顾分析里面最简单的算法，如果不了解OLS的意义，那么GWR结果的最后意义一样没没理解。关于回归分析和OLS的基础算法，我就不在这里赘述了，大家有兴趣去看相关资料和我以前的文章，这篇就直接扣住Ar

2017-04-15 19:24:54 41879 15

原创白话空间统计二十四：地理加权回归（六）ArcGIS的GWR工具参数说明一

(再次接近6000字，诚意满满啊）从这一章开始进入实际操作环节……首先还是用ArcGIS，毕竟这个东西比较容易。实际上要说起来，GWR有专门的软件，叫做GWR，但是这个软件暂时我还没有用过，所以等我先学习一下，把他放到最后才说了，先用比较熟悉的，比如ArcGIS、比如R语言，这些来讲讲（还有一个我非常熟悉的软件是GEODA，可惜GEODA仅支持回归分析，不支持地理加权回归）。

2017-04-09 21:35:09 92254 46

原创白话空间统计二十四：地理加权回归（五）

这是写概念的最后一节……从下一节开始，大家就可以告别枯燥的理论和概念了（此次应有掌声）上一章节写到，地理加权中，空间关系的比广义的空间关系的限制要多得多，常用的就是用距离衰减的方法，而这种方法最常见的又是高斯函数以及扩展高斯函数方法，最后埋下了一个坑，高斯函数相关的算法，最重要的一个选择，就是带宽的定义。讲到带宽这个词，实际上如果一直跟的同学，应该很熟悉了，我在《白话空间统计第二十

2017-04-06 13:16:06 31804 2