前言由于中国地图需要按各省密度值大小实现分级渲染，而网上获取的json数据不会带有我们需要的参数，所以我们需要修改json中的文件内容。代码import jsonimport randomdicts = {} #用来存储数据def get_json_data():#获取json里面数据with open('D:/Code_collection/JavaScript/leaflet/全国2.json

前言AllenNLP 是艾伦人工智能研究院开发的开源 NLP 平台。它的设计初衷是为 NLP 研究和开发（尤其是语义和语言理解任务）的快速迭代提供支持。它提供了灵活的 API、对 NLP 很实用的抽象，以及模块化的实验框架，从而加速 NLP 的研究进展。安装1. 若有GPU查看CUDA版本输入nvcc -V命令，即可查询到CUDA版本号2.1 Windows版torch安装教程：链接# 安装pyt

3D TilesCesium 与开源社区合作开发了3D Tiles，用于传输海量的异构三维地理空间数据集。使用概念上类似于Cesium的terrain和imagery的流技术，3D Tiles 使得可以查看原本不能交互式查看的巨大的模型，包括建筑物数据集、CAD（或BIM）模型、点云和摄影测量模型。加载数据（需要到 Cesium ion 添加该数据var city = viewer.scene.p

Entities为了便于可视化，Cesium支持流行的矢量格式 GeoJson 和 KML（最初为Google定义的文件格式），以及一种 Cesium 团队自己开源的格式，专门开发用于描述Cesium场景的 CZML。无论最初是什么格式，所有的空间矢量数据在Cesium里都是使用Entity 相关API去展示的。Entity API 使用了灵活高效的可视化渲染方式。Entity 是一种对几何图形做

GeoDa以下来源于 GeoDa GitHubGeoDa是一个免费的开源软件工具，用于介绍空间数据分析。它旨在通过探索和建模空间模式来促进数据分析的新见解。GeoDa是由Luc Anselin博士和他的团队开发的。该程序为探索性空间数据分析(ESDA)方法提供了用户友好的图形界面，例如用于聚合数据(数千条记录)的空间自相关统计，以及用于点和多边形数据(数万条记录)的基本空间回归分析。要在GeoDa

前言最近打算学习QGIS，在查找底图的时候发现了一个神仙网站：规划云，虽然是个跟城市规划相关的网站，但仔细研究可以发现很多与GIS相关的东西。仅是初步了解一下，就觉得这网站真是不错，所以记录一下学习的东西。网站的模块包括：规划行业搜索引擎、多风格地图底图、行政区划工具、POI查询工具、交通态势工具、获取经纬度、在线协作工具、意向图片搜索、线稿自动上色、断面绘制工具、词频统计工具、分析图样式、分析图

前言数据：美国某公司的共享单车数据数据源：http://archive.ics.uci.edu/ml/machine-learning-databases/00275/图源：https://blog.csdn.net/wuxintdrh/article/details/90729963pySpark代码from pyspark.sql import S...