今天给大家分享的是关于地理空间的数据分析
大数据分析岗位推荐师
我们做数据分析之前首先要了解业务
地理空间数据可以用来描述地球表面的任何物体或特征,举几个常见的例子来帮助大家理解
比如:一个品牌的下一家店应该开在哪里?
天气如何影响区域销售?
开车的最佳路线是什么?
哪个地区将受到飓风的严重打击?
冰盖融化与碳排放的关系如何?
哪些地区将面临最高的火灾风险?
本次案例中我们用到的是geopandas和shapely,它们是用Python进行地理空间分析的两个最有用的库
Shapely - 一个允许操作和分析平面几何对象的库。
Geopandas - 一个允许你处理代表表格数据的shapefiles的库(如pandas),其中每一行都与一个几何体相关。它提供了对许多空间函数的访问,用于应用几何图形、绘制地图和地理编码。Geopandas内部使用shapely来定义几何图形。
基本的shapely对象是点、线和多边形,但你也可以在同一个对象中定义多个对象,然后你就获得了多点、多线和多角形。这些对于由各种几何形状定义的对象很有用,比如有岛屿的国家。
出于其直接且直观的特性,我们可以用shapely库做很多很多的事情,所以一定要仔细查看文档
另一个用于处理