geopandas 笔记:plot 的scheme

本文介绍了如何在处理出租车GPS数据时,利用Python的geopandas库中的plot方法,通过不同的数据分类方案(如box_plot、equal_interval等)展示轨迹点的计数。这些方案有助于理解和分析数据分布模式。
摘要由CSDN通过智能技术生成





transbigdata 笔记:官方文档案例1(出租车GPS数据处理)-CSDN博客
  3.3.1 节的内容的拓展,这里主要是比较各个scheme的效果

主代码为:修改的就是第二行scheme的内容

plt.figure(1,(16, 6), dpi=300)
scheme='box_plot'
#图的大小和size
ax1 = plt.subplot(111)
#在图形中创建了一个子图。111 表示图形布局是1行1列,且这是第1个子图。
datatest.plot(ax=ax1,column='VehicleNum',legend=True, scheme=scheme)
'''
在子图ax1上绘制数据。
column='VehicleNum' 指定了要绘制的数据列。
legend=True 表示在图表中包含图例。
scheme指定数据分类方案
'''
plt.xticks([], fontsize=10)
plt.yticks([], fontsize=10)
#设置x轴和y轴的刻度(为空)
plt.title('Counting of Taxi GPS Trajectory Points, scheme is '+scheme, fontsize=12);
#设置标题
  •  scheme 参数在地理数据可视化中用来指定数据分类方案。这在绘制地图时特别有用,因为它可以帮助更好地展示数据的分布和模式。
  • geopandasplot 方法中使用 scheme 参数时,它决定了如何将数据分成不同的类别,以便于通过颜色或其他方式区分。

box_plot

基于箱形图的分类方法,使用四分位数和异常值来定义类别

equal_interval

将数据范围平均分成指定数量的间隔

fisher_jenks

一种优化算法,旨在减小类内方差并最大化类间方差

fisher_jenks_sampled

Fisher Jenks 算法的采样版本,适用于大数据集

headtail_breaks

一种用于具有重尾分布的数据的分类方法,反复将数据分成头部(高频)和尾部(低频)两部分

jenks_caspall

一种基于自然间断的分类方法

maximum_breaks

选择最大化类间差异的间断点

quantiles

数据被平均分配到指定数量的类别中,每个类别包含相等数量的观测值

percentiles

类似于分位数,但允许更具体的百分位数设定

std_mean

基于平均值和标准差的分类方法

  • 8
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UQI-LIUWJ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值