平时工作上会经常处理地理数据上关于地址地名的相似度计算，或者从地址中抽取省市区信息的内容，所以记录一下一些好用的python库。

在实际的空间数据分析过程中，数据可视化只是对最终分析结果的发布与展示，在此之前，根据实际任务的不同，需要衔接很多较为进阶的空间操作，本文就将对geopandas中的部分空间计算进行介绍。

AB测试（A/B测试）是一种实验设计方法，用于比较两个或多个版本的产品或策略，并确定哪个版本更有效或更受欢迎。AB测试通常在市场营销、用户体验优化和产品开发等领域广泛应用。

用户分群就是一个典型的简化理解用户群体的方法。通过对用户的分群，方便我们能够更好的寻找最关键的核心用户、精细化设计产品、针对化运营。对用户进行人群细分的前提是有数据做依托。

geopandas是建立在GEOS、GDAL、PROJ等开源地理空间计算相关框架之上的，类似pandas语法风格的空间数据分析Python库，其目标是尽可能地简化Python中的地理空间数据处理，减少对Arcgis、PostGIS等工具的依赖，使得处理地理空间数据变得更加高效简洁，打造纯Python式的空间数据处理工作流。

AB测试（A/B测试）是一种实验设计方法，用于比较两个或多个版本的产品或策略，并确定哪个版本更有效或更受欢迎。AB测试通常在市场营销、用户体验优化和产品开发等领域广泛应用。

就像广场草坪，如果设计得不合理，没有铺设石子步道，很多人会抄近道横穿草坪直达对面的建筑物，时间长了即使没有路也走出路来，如果从高处俯瞰的话，很容易判断出哪个建筑物哪个位置的店铺是客流最集中的“旺铺”。同样的，我们也希望了解用户在网页上的关注点在哪里，尤其对于官网首页来说，信息密度极高，用户究竟是如何点击？如何浏览的？网页热图示意图按计算维度划分，热图可以分为点击热图和浏览热图。点击热图。

geopandas是建立在GEOS、GDAL、PROJ等开源地理空间计算相关框架之上的，类似pandas语法风格的空间数据分析Python库，其目标是尽可能地简化Python中的地理空间数据处理，减少对Arcgis、PostGIS等工具的依赖，使得处理地理空间数据变得更加高效简洁，打造纯Python式的空间数据处理工作流。

用户分群就是一个典型的简化理解用户群体的方法。通过对用户的分群，方便我们能够更好的寻找最关键的核心用户、精细化设计产品、针对化运营。对用户进行人群细分的前提是有数据做依托。

通常，咱们做数据挖掘的时候经常免不了会遇到异常值检测或者异常值处理等步骤，那么什么是异常值呢？如何检测数据中是否存在异常值？如何处理数据中的异常值？本文专门探究一下这些问题。，是指那些在数据集中存在的不合理的值，需要注意的是，不合理的值是偏离正常范围的值，不是错误值。：数据集中的异常值可能是由于传感器故障、人工录入错误或异常事件导致。