파이썬 분석
4603 단어 Python데이터 과학echelonclustering
율원고차·석강문생(2021)'에케론 해석-층층화시공간 데이터'공립출판
포장된 모든 기능을 덮어쓰기 위해 논문에 사용된 예시 노트를 제작하고 공개했다.데이터 세트 다운로드도 노트북 안에서 이뤄지기 때문에 다른 설치를 살짝 시도해 보는 것도 편리하다.
https://takeshi-teshima.github.io/echelon-py-examples/
사용예: 도쿄 23구 폐렴 데이터
상술한 서적에도 사용된 데이터.
①: 관측값의 데이터 프레임 입력
②: GeoPandas를 통해 읽은 도쿄도의 Shappefile
.shp
이 두 개의 입력에서 Echellen을 만들고 Dendrogram에 표시합니다. (Shapfile에서 Adjacency 정보를 추출합니다.)
from echelon.contrib.geo import GISEchelonAnalysis
api = GISEchelonAnalysis()
result = api(table43, Tokyo_gdf, 'ID', 'Name', 'SMR')
print(api.dendrogram(result))
결실동일한 데이터와 생성된 Echellen 컬렉션에서 핫스폿 후보를 나열합니다.
hotspots = api.hotspots(result, (table43, 'ID', 'n', 'o'), score='binomial')
hotspots
지도에 후보 핫이슈의 첫 번째 부분을 그립니다
%matplotlib inline
import matplotlib.pyplot as plt
api.plot_hotspot(hotspots)
plt.show()
이 예는 다음 노트에서 확인할 수 있습니다.
구현되지 않은 기능
Monte Carlo 검정과 타임라인 핫스팟 디스플레이를 제외하고는 대체로 구현됐다.
Matplotlib으로 단델로크를 쉽게 묘사할 방법이 없기 때문에, 단델로크는 그림이 아니라 문자열로 표시한다.사실 그림에 출력된 기능을 추가하고 싶은 곳이에요.
만약 단델로크가 그림을 잘 그렸다고 생각하는 사람이 있다면 꼭 이슈에 알려주세요.
참고 자료
https://cran.r-project.org/web/packages/echelon/echelon.pdf
Reference
이 문제에 관하여(파이썬 분석), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/diadochos/items/6081319aaeb65970e430텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)