- 博客(46)
- 收藏
- 关注
原创 python绘制带有显著性差异的柱状图
有的时候看文献会发现柱状图上标记有不同的字母,这其实是使用字母表示法来代表不同组之间的差异,不同的字母表示具有显著性的差异,相同的字母表示没有显著性差异。2、进行多重比较:如果ANOVA结果表明组间存在显著性差异,接下来进行多重比较测试,以确定哪些具体的组之间存在差异。字母标记法直观、清晰,可以有效地在图表或表格中展示复杂的比较结果,使得读者能够快速理解哪些组之间存在显著性差异。1、进行统计测试:首先,对数据进行适当的统计测试(如ANOVA),以确定组间是否存在显著性差异。
2024-07-21 10:42:56
1211
原创 NDVI数据集提取植被覆盖度FVC
植被覆盖度(Foliage Vegetation Cover,FVC)是指植被冠层覆盖地表的面积比例,通常用来描述一个区域内植被的茂密程度或生长状况。由于冰覆盖的数值较多,我不想让该数值影响到NDVImin和NDVImax值的计算,故写了一个python脚本将-0.3的值变成nodata。可以看到取值不在0-1之间,所以需要将小于0的值都赋值为0,大于1的部分赋值为1,其余部分为其本身的值。利用ENVI软件的快速统计功能同样也可以获取累计百分数为5%和95%的值,结果和python运算的结果差不多。
2024-07-06 22:41:22
1306
原创 HDF4文件转TIF格式
取值范围为0-250,比例系数为0.004,实际FVC取值需要乘以0.004,所以波段的每个值需要乘以0.004得到实际的FVC值。如果想排除海洋部分,可能需要做一个陆地掩膜的tif,陆地部分为1,海洋部分为nodata,然后两个tif做光栅运算,这样就可以只关心陆地部分。然后准备用python转换,发现需要使用pyhdf包,安装有点麻烦,解决老版本的HDF文件转换问题也有点麻烦。打开ENVI软件,选择文件,选择打开为,选择通用格式,选择HDF4可以直接导入HDF4文件。我使用的ENVI版本是5.3。
2024-07-06 18:37:49
466
原创 VOSviewer分析知网文献
VOSviewer 是一款用于构建和可视化科学文献计量网络的软件工具。它能够帮助用户分析和可视化期刊、研究人员或单个出版物之间的关系,这些关系可以基于引用、共引、共著或术语共现关系来构建。VOSviewer 还提供了文本挖掘功能,可以用来构建和可视化从科学文献中提取的重要术语的共现网络VOSviewer 的核心功能之一是“共现聚类”,即两个事物同时出现代表它们之间是相关的。这种分析单元和聚类可视化效果,使得 VOSviewer 支持多种数据格式的导入和分析,例如文献数据库、通用网络数据及文本数据。
2024-06-25 11:32:12
581
原创 echarts绘制三维柱状图
echartsECharts 是一个使用 JavaScript 实现的开源可视化库,主要用于数据的可视化展示。ECharts 支持丰富的图表类型,如折线图、柱状图、饼图、地图、K线图等,可以满足不同类型数据的展示需求。文档地址:echarts本次所绘制三维柱状图主要使用的是示例源代码,在此基础上做了些修改。引入CDN使用echarts需要导入echarts和echarts-gl。免费的CDN服务可访问网址:Staticfile CDN<!-- 引入 ECharts 文件 -->&
2024-06-02 12:02:03
1580
原创 python绘制piper三线图
利用常用的文件格式,如Microsoft Excel,逗号分隔值(CSV)和一般分隔文本作为输入数据格式,WQChartPy可以生成十二个地球化学图,不仅包括传统的Piper三线性,Durov,Chadha,Stiff,Chernoff面,Schoeller,Gibbs和Gaillardet图,还可以生成最近提出的图表,如矩形Piper, 颜色编码的 Piper、轮廓填充的 Piper 和 HFE-D 图。Piper三线图是一种常用于水化学分析的图表,它能够帮助我们理解和比较水样的化学成分。
2024-05-31 11:50:17
1473
原创 python对一组数据进行描述性统计
10、变异系数(Coefficient of Variation,简称 CV):是一个统计学上的度量,用于描述数据的相对离散程度,即标准差与均值的比值,通常以百分比形式表示。6、四分位数(Quartiles):将数据集分为四等份的数值,包括Q1(第一四分位数)、Q2(第二四分位数,即中位数)和Q3(第三四分位数)。16、箱线图(Box Plot):显示数据的五个数值总结(最小值、第一四分位数、中位数、第三四分位数、最大值)及可能的异常值。1、均值(Mean):所有数据点的总和除以数据点的数量。
2024-05-28 22:55:34
757
原创 DataGrip连接Docker中的MySQL容器
我们知道dockerfile用于编写镜像,dockercompose用于编排容器,所以这里我用dockercompose来创建一个MySQL容器。在dockercompose中可以指定容器的名称、挂载主机目录、容器端口映射到主机端口等等。因为前面进行了端口映射,所以连接容器时的host填入localhost就可以了。这样就成功的用DataGrip连接上了docker中的MySQL容器。此时在docker desktop中可以看到容器创建好了。执行下面的命令,可以看到正在运行中的容器。
2024-04-14 15:00:05
703
5
原创 WPS制作表格热图
参考文献原文:Miller, O.L., Helman, D., Tal Svoray, Morin, E., Bonfil, D.J., 2019. Explicit wheat production model adjusted for semi-arid environments. Field Crops Research 231, 93–104. https://doi.org/10.1016/j.fcr.2018.11.011。选择上色部分——>选择条件格式——>选择管理规则。
2024-04-12 17:29:29
1159
原创 surfer绘制等值线图
Surfer软件,是美国Golden Software公司编制的一款以画三维图的软件。该软件具有强大的插值功能和绘制图件能力,可用来处理XYZ数据,是地质工作者常用的专业成图软件(来源于百度百科)。surfer可以用来绘制等值线图、基底图、散点图、影像图等等。
2024-04-01 22:06:41
1357
原创 利用GSOD数据集计算参考作物蒸散量ET0
以2008年为例,点进去全是一串串的数字,我无法识别哪个是库尔勒气象站的文件。但我了解到数字的前六位是气象站的USAF编号,后面的99999是wban编号,所以现在的问题就是要找到库尔勒气象站的USAF编号。readme截图,注意每列参数的单位,与我们常用的单位有些不同,如温度都是华氏温度,风速是节konts,1konts = 0.5144m/s,后面计算时需要单位转换。现在我想计算出库尔勒地区2008年和2009年的ET0值,找到2008和2009年的数据。接下来找到对应的CSV文件就可以下载了。
2024-03-21 17:08:21
599
原创 python线性插值
假设有一个一维数组,但是此数组中只有部分位置上有值,其它位置数据缺失,现在想用线性插值的方法将其填充。从图片可以看出,线性插值即是将两点连成直线,插值的数据即是直线上的数据。
2024-03-19 22:04:27
362
原创 python绘制趋势线
趋势线是用来显示数据趋势或者预测未来发展方向的一种图形表示方法。在统计学和数据分析中,趋势线通常是通过拟合数据点来找到一条最符合数据整体趋势的直线、曲线或者其他形状。常见的趋势线拟合方法包括线性回归、多项式回归、指数平滑等。趋势线在金融分析、市场预测、销售趋势分析、科学研究等领域都有广泛的应用。通过趋势线,人们可以更清晰地了解数据的走势,从而做出更加准确的决策。在图表中,趋势线通常以一条穿过数据点的曲线或直线的形式呈现,使得观察者可以更容易地识别出数据的趋势方向。
2024-03-01 11:27:23
1302
原创 python绘制1:1 goodness-fit-line(1:1对角线)
1:1对角线:这是一条简单的直线,其斜率为1,通常用于评估模型的预测准确性。1:1对角线用于评估模型的预测准确性,而可靠性曲线则用于评估模型的分类能力和预测概率的可靠性。在这种情况下,如果你的数据点几乎全部落在对角线附近,那么这表明两个变量之间存在良好的线性关系,即你的数据很好地拟合了理想的 1:1 对角线。1:1对角线可以帮助我们了解预测的准确性,如果数据点大部分分布在1:1对角线附近,则表示模型的预测比较可靠。通过绘制每个模型的观察值与预测值,并添加1:1对角线,可以直观地比较它们的拟合质量。
2024-02-27 18:18:41
1113
原创 常用模型评估指标
分类模型混淆矩阵混淆矩阵(Confusion Matrix)是一种用于评估分类模型性能的表格,它可以显示模型预测结果与真实标签之间的关系。混淆矩阵的行表示实际类别,列表示预测类别。一个典型的二分类混淆矩阵包含四个单元格,分别代表了真阳性(True Positive,TP)、假阳性(False Positive,FP)、真阴性(True Negative,TN)和假阴性(False Negative,FN):Predicted PositivePredicted Negative
2024-02-08 20:28:16
768
原创 python线程池
1、减少线程创建开销: 线程的创建和销毁会带来一定的开销,而线程池可以在程序启动时创建一组线程,并在需要时重复使用这些线程,避免不断地创建和销毁线程。6、提高程序性能: 通过降低线程的创建和销毁开销,线程池可以提高程序的性能,特别是在处理大量短暂任务的情况下,例如大规模并发的I/O操作。4、避免线程泄漏: 在手动管理线程时,如果不小心忘记释放线程资源,可能导致线程泄漏。3、简化线程管理: 线程池通过提供高级的接口,简化了线程的管理和调度。你只需将任务提交给线程池,线程池会自动安排线程执行这些任务。
2024-02-01 10:18:45
237
原创 python匿名函数
结合匿名函数,你可以在DataFrame上执行一些简单的操作,而不需要显式的for循环。匿名函数(lambda函数)通常用于函数式编程中的一些操作,例如map()、filter()和reduce()等,来替代一些简单的循环操作。匿名函数是一种简单的、一行的函数,适合用于一些简单的操作。其中,lambda是关键字,arguments是函数的参数,expression是函数的返回值。虽然匿名函数能简化代码和提升效率,但面对更加复杂的逻辑和处理时还是需要使用具名函数def。
2024-01-23 11:20:44
378
原创 python方差分析
组间变异是指不同组之间的差异,而组内变异是指同一组内观察值之间的差异。多因素方差分析(Multifactorial ANOVA):用于比较两个以上因素对因变量的影响,可以同时考虑多个因素之间的交互效应。单因素方差分析(One-Way ANOVA):用于比较一个因素(独立变量)对一个因变量的影响,通常用于比较三个或更多水平的情况。两因素方差分析(Two-Way ANOVA):用于比较两个因素对因变量的影响,可以同时考虑这两个因素的主效应和交互效应。方差分析的假设包括对数据的正态性、方差齐性和独立性的假设。
2024-01-22 11:20:14
546
原创 常用土壤水文模型
h1表示饱和土壤中的厌氧点水势(水势一般为0),h2是氧气胁迫的临界水势,h3是水分胁迫的临界水势,h4表示植物萎蔫点的水势。该模型的关键在于确定h2和h3的大小,这两个数值随着植物的类型和土壤质地的不同将发生变化,h2的取值一般接近于0,而h3的取值与植物的蒸腾速率有关,h3high和h3low分别代表植物蒸腾速率高和低时的h3取值。α[h(z)]是指无量纲的水分胁迫指数(也称土壤水势响应函数),代表深度z处的水分胁迫指数,和根区土壤的水势有关,0≤α[h(z)]≤1。z为垂向空间坐标,向上为正;
2024-01-20 21:12:01
1456
原创 phydrus实例练习
Hydrus是基于Windows系统界面开发的环境土壤物理模拟软件,是模拟一维和多维变饱和多孔介质的水流、溶质(污染物等)运移、根系吸水和溶质吸收、热量传输等方面的强有力工具。该模型具有灵活方便的图形操作界面,深受各国学者推崇,广泛应用于环境、水文地质、农业、水利等领域。phydrus包括创建模型、进行模拟、生成模拟输出文件和土壤模型剖面信息、阅读输出文件、绘制模拟结果图件等功能。Phydrus:HYDRUS-1D的Python实现。执行模拟后自动生成相关文件夹和文件。设置的5个观测节点水头随时间的变化。
2024-01-16 11:25:38
523
2
原创 python绘制土壤质地三角形
通过连接这些角,形成的三角形区域表示不同混合比例下的土壤质地。例如,如果一个土壤样品在三角形的中心,那么它包含相等比例的沙、粉土和黏土。通过了解土壤中各种颗粒的相对含量,可以更好地了解土壤的排水性、通气性、保水性等特性,从而指导相应的土壤管理和土壤改良措施。土壤质地三角形是用于描述土壤中不同粒径颗粒的相对含量的图形工具。土壤质地三角形的三边分别代表这三种颗粒的百分比含量,形成一个三角形。现在我想随机生成一些土壤组成数据投影到土壤质地三角形中,你也可以使用自己的土壤组成数据进行替换。
2024-01-12 15:13:02
685
原创 CAD绘制岩性柱状图
不同的cad版本界面可能不一样,我这个是cad2024版,但都是h命令进行图案填充。h命令不仅可以填充岩性花纹,也可以填充背景颜色。通过dr命令可以设置绘制图案的层级,例如让岩性花纹覆盖在背景颜色上。
2024-01-10 15:42:37
1232
7
原创 python枚举
在上述示例中,perform_operation_with_if_else使用了传统的if-else结构来根据用户角色执行不同的操作,而perform_operation_with_enum使用了枚举和字典的结合,使得代码更加清晰和易读。你可以根据需要轻松添加或删除角色,并且不需要修改大量的条件语句。在Python中,你可以使用enum模块来实现枚举。枚举是一种将名称绑定到值的方法,使得代码更加清晰和可读。使用枚举可以帮助替代一些复杂的if-else语句,提高代码的可读性和可维护性。
2023-12-25 10:02:49
353
原创 PCA-kmeans分析
可以看到右边的4号点、中间的17号点、左边的32点相差较大,所以它们的特征也就会相差较大。而4、5、6号点这种比较接近的点特征就比较相似。由于特征数比较少,我发现一个特征的可解释性方差就达到了99%,为了后续可视化,我采取了降维到2个特征。符合之前pca降维后的情况。pca主要用于数据的降维及可视化,kmeans可以对相似的特征进行聚类。pca处理的二维矩阵数据,行数代表样本的个数,列数代表特征的个数,特征的个数等于维数。我将4、17、32号点的年土壤体积含水量绘制出来,进而看看它们之间特征有些什么不同。
2023-12-11 22:53:37
211
原创 python绘制雷达图
雷达图(Radar Chart),也被称为蛛网图(Spider Chart)或极坐标图,是一种用于展示多个维度的数据分布的图表。它的主要特点是在一个圆形的坐标系上,通过多个半径相连的数据点来表示不同的数据维度,形成一种类似蜘蛛网的图形。每个维度对应一个角度,而半径的长度表示该维度的数值。应用场景:1、比较多个维度: 雷达图适用于比较多个维度的数据,特别是在各个维度上的数据差异较大时,可以直观地看出各维度之间的差异。2、综合评价: 用于综合评价多个因素对一个目标的影响,例如产品的各个性能指标综合评估。
2023-12-05 22:38:10
2185
原创 Python绘制Tree Map
树状图(Treemap),是用于展现有群组、层次关系的比例数据的一种分析工具,它通过矩形的面积、排列和颜色来显示复杂的数据关系,并具有群组、层级关系展现功能,能够直观体现同级之间的比较。
2023-11-20 22:02:54
387
1
原创 nc文件转tif及多个tif文件合并
QGIS展示,以2021.1月为例,对图层样式调节就会得到下图的效果,赤道部分、非洲南部、南美洲降雨较多;,我这里下载的文件是cru_ts4.07.2021.2022.pre.dat.nc,是全球2021-2022按月划分的降雨量数据。全年降雨量值位于0-9251之间,我国东南部、赤道部分降雨多,我国西北部、非洲北部、澳洲西部等地区降雨量少。由于nc文件是按月划分的,所以我想将nc文件拆分为按月划分的tif文件。下面是用R语言进行拆分转化的,四行代码。降雨量值位于0-1128之间。2、nc文件转tif。
2023-10-11 20:07:18
1055
5
原创 python进行相关性分析
相关系数与P值:相关系数用于衡量两个或多个变量之间的关联程度。如皮尔逊相关系数,取值范围为 -1 到 1,0 表示没有线性相关性,1 表示完全正相关,-1 表示完全负相关。P值是一个统计量,用于评估观察到的样本数据与一个假设模型的一致性。在相关性分析中,通常用来检验两个变量之间的关系是否是随机发生的。如果p值低于某个预先设定的显著性水平(通常为0.05),则我们可以拒绝零假设,即认为观察到的关系不是偶然发生的。如果p值高于显著性水平,则无法拒绝零假设,即我们不能确定观察到的关系是真实存在的。
2023-10-09 18:33:36
1702
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人