目录一、结果展示1.1arcpy效果二、制图代码2.1用到的模块2.1.1遇到的问题2.2经纬度转shp坐标点2.2.1遇到的问题2.3IDW(反距离权重)2.3.1遇到的问题2.4利用Basemap渲染2.4.1遇到的问题一、结果展示因为arcpy不能部署在linux因此采用python第三方模块，左侧为反距离权重差值方法，右侧为最近邻，等方法，可以直观的看出空间插值，idw效果较好。1.1ar

 以前没接触深度学习的时候没注意过图片位深度的问题，最近研究深度学习图片输入弄的也是莫名奇妙，焦头烂额。记录一下自己搜的资料的总结。首先要明白计算机的储存方式位二进制，只有0和1，因此图片的像素矩阵也不例外这里可以看到图片的位深度为16，因此可以表示的颜色为2**16=655536但是为什么是2的16呢，这里就是因为计算机的储存方式了。因为是从0开始所以，65535转化为二进制，111...