08 2016 档案
摘要：import time from struct import * import subprocess import fiona import math import numpy as np import pylab as pl from osgeo import ogr, gdal import shapely.geometry as geometry from shapely.geometry...
阅读全文
摘要：最大似然判别法 Bayes公式判别法
阅读全文
摘要：
阅读全文
摘要：原理 计算方法 主要性质 有关统计量 主成分个数的选取 ------------------------------------------------------------------------------------------------------------------------ http://my.oschina.net/gujianha...
阅读全文
摘要：
阅读全文
摘要：当各样品在时域或空域存在自然顺序，如生长发育资料的年龄顺序，发病率的年代顺序和地理位置。我们称这种样品为有序样品。在不破坏样品间的顺序的样品聚类方法称为有序样品聚类。
阅读全文
摘要：K-means算法是最简单的一种聚类算法。算法的目的是使各个样本与所在类均值的误差平方和达到最小（这也是评价K-means算法最后聚类效果的评价标准） K-means聚类算法的一般步骤： 1. 初始化。输入基因表达矩阵作为对象集X，输入指定聚类类数N，并在X中随机选取N个对象作为初始聚类中心。设定迭代中止条件，比如最大循环次数或者聚类中心收敛误差容限。 2. 进行迭代。根据相似度...
阅读全文
摘要：原理 K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类...
阅读全文
摘要：1.进入安装目录 cd E:\ZYXDocument\Software\mariadb-10.0.20-win32\bin 2.安装mysql服务将E:\ZYXDocument\Software\mariadb-10.0.20-win32\my.ini 放入 C:\Windows中 mysqld -
阅读全文
摘要：查看有哪些虚拟机VBoxManage list vms 查看虚拟的详细信息VBoxManage list vms –long 查看运行着的虚拟机VBoxManage list runningvms 开启虚拟机在后台运行VBoxManage startvm <vm_name> --type headl
阅读全文
摘要：1. 环境设置 1.1. Java环境设置 1）JAVA_HOME D:\GreenSoftware\Java\Java8X64\jdk1.8.0_91 2）PATH ;%JAVA_HOME%/bin;%JAVA_HOME%/jre/bin 3）CLASSPATH .;%JAVA_HOME%/lib
阅读全文
摘要：1.显示系统已经安装的组件，和可以安装的组件: #yum grouplist 2.如果系统安装之初采用最小化安装，没有安装xwindow，那么先安装： #yum groupinstall "X Window System" 3.安装GNOME桌面环境 #yum groupinstall "GNOME
阅读全文
摘要：环境介绍： 登录系统的时候采用的是root用户，然后su - oracle帐户后，然后执行startx命令启动图形界面之后就报如下的错误，根据提示是PAM起作用了。如下是错误信息：[oracle@oracle ~]$ startxFatal server error:PAM authenticati
阅读全文
摘要：Centos6.2代码
阅读全文
摘要：今天需要再安装一台CentOS虚拟机，一时心血来潮，选择了一个basic server而不是之前选择的Desktop。安装之后依旧没有网卡，意料之中，呵呵。没有network，没有ifcfg-eth0，但是竟然没有/etc/udev/rules.d/70-persistent-net.rules，这。。。我在网上查了一下，有人说修改一下一个叫75-persistent-net-generator....
阅读全文
摘要：This issue occurs because the Hyper-V Linux Integration Services unloads the ata_piix driver in order to provide an optimized IDE driver (hv_blkvsc) for the root file system. To get access to the CD-R...
阅读全文
摘要：SDE函数包中包含大量的空间计算分析函数,是我们做空间相关分析的一把利刃(目前好像我们只有这一把),有关SDE函数的使用,请见我空间另外的一篇帖子的附件.按照通常教程,过程是这样的1.找到listener.ora2.找到SID_LIST_LISTENER3.在(PROGRAM = extproc)下一行添加(ENVS="EXTPROC_DLLS=F:\ArcGIServer\ArcSDE\ArcS...
阅读全文
摘要：[ArcGIS必打补丁]ArcGIS 10.2.2 for Desktop连接Oracle（2014年10月发布）数据库崩溃的问题http://blog.csdn.net/linghe301/article/details/408878351。针对于 ArcGIS 10.1 的 Oracle 数据库的要求http://resources.arcgis.com/zh-cn/help/system-r...
阅读全文
摘要：1.生成WebMap页面 #!/usr/bin/env python # -*- coding: utf-8 -*- import subprocess from jinja2 import Environment, FileSystemLoader # Create our DEM #将DEM数据转化为ENVI的bin格式（一个头文件xml与一个数据文件bin） # use gdal_t...
阅读全文
摘要：1.安装folium 2.生成WebMap页面 3.修改WebMap页面 4.访问WebMap页面
阅读全文
摘要：当一个地理平台上线运行，我们经常会遇到这些问题：1、系统刚上线时速度较快，一段时间后访问较慢？2、在地理平台目前的配置下，发布多少个服务才合理？一个服务配置多少个实例数才合适？这些问题，都涉及整个地理平台的性能策略设计。 性能设计，除了与安装部署策略设计有关外，还涉及到网络带宽、数据组织、客户端GI
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- from shapely.geometry import LineString from shapely.geometry import MultiLineString from scipy.spatial import Voronoi import numpy as np class Centerli...
阅读全文
摘要：http://blog.thehumangeo.com/2014/05/12/drawing-boundaries-in-python/ 1、三角形面积=1/2*底*高（三边都可做底）2、三角形面积=1/2absinC=1/2acsinB=1/2bcsinA3、三角形面积=abc/4R(其中R是三角
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- import networkx as nx import numpy as np import json import matplotlib.pyplot as plt from shapely.geometry import asLineString, asMultiPoint def get_pat...
阅读全文
摘要：图的类型 Graph类是无向图的基类，无向图能有自己的属性或参数，不包含重边，允许有回路，节点可以是任何hash的python对象，节点和边可以保存key/value属性对。该类的构造函数为Graph(data=None，**attr)，其中data可以是边列表，或任意一个Networkx的图对象，默认为none；attr是关键字参数，例如key=value对形式的属性。 ...
阅读全文
摘要：网上关于Pgrouting的使用介绍太简单了，这里想详细的总结一下Pgrouting的使用，其实主要参照官方文档：http://workshop.pgrouting.org/ 第一步：配置环境 关于PostgreSQL 、postgis以及pgrouting可以去官网下载，这里使用Pgrouting2.0 PostgreSQL与postgis安装可以参照网上教程 ...
阅读全文
摘要：#!/usr/bin/env python #****************************************************************************** # # # Project: GDAL Python Interface # Purpose: Script to merge greyscale as intensity ...
阅读全文
摘要：计算坡度与坡向 #!/usr/bin/env python # -*- coding: utf-8 -*- import subprocess # SLOPE # - To generate a slope map from any GDAL-supported elevation raster : # gdaldem slope input_dem output_slope_map" # [-...
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- from osgeo import gdal from numpy import gradient from numpy import pi from numpy import arctan from numpy import arctan2 from numpy import sin from numpy...
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- import sys, gdal, os from gdalconst import GA_ReadOnly from os.path import realpath from shapely.geometry import LineString #根据坐标点计算该点所在栅格上的值 def get_ele...
阅读全文
摘要：裁剪（求异） 合并（无dissolve） 合并（有dissolve） utils.py union_dissolve.py identity
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- import math import os from shapely.geometry import shape, Point import json def pairs(lst): """ yield iterator of two coordinates of linestring ...
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- import gdal import xlrd import shapefile # open the excel file excel_file = xlrd.open_workbook("../geodata/highest-mountains-europe.xlsx") # get the fi...
阅读全文
摘要：dojo.require("esri.tasks.closestfacility"); var closestFacilityTask, params; var facilityPointGraphicsLayerName = "facilityPointGraphicsLayer"; var incidentPointGraphicsLayerName = "incidentPointGrap...
阅读全文
摘要：本文针对 Python 操作 MySQL 主要使用的两种方式讲解： 原生模块 pymsql ORM框架 SQLAchemy 本章内容： pymsql 执行 sql 增\删\改\查 语句 pymsql 获取查询内容、获取自增 ID pymsql 游标 pymsql 更改 fetch 数据类型 pymsql 利用 with 简化操作 ORM 下载安装 ORM 史上最全操作 一、py...
阅读全文
摘要：https://mts1.googleapis.com/vt?pb=!1m4!1m3!1i13!2i2475!3i3029!2m3!1e0!2sm!3i293208756!3m9!2sen-US!3sUS!5e18!12m1!1e47!12m3!1e37!2m1!1ssmartmaps!4e0!5m
阅读全文
摘要：# -*- coding: utf-8 -*- # # JSONToSHP.py # Created on: 2014-09-01 22:00:00.00000 # # Description: # import os import json import arcpy jsonFile='E:/Ne
阅读全文
摘要：1. 3D分析 1.1. 3D Features toolset 工具 工具 描述 3D Features toolset （3D 要素工具集） Add Z Information 添加 Z 信息 添加关于具有 Z 值的要素类中的要素的高程属性的信息。 Buffer 3D 3D 缓冲 围绕点或线创建三维缓冲区以生成球形或圆柱形的多面体要素。 Diffe...
阅读全文
摘要：# -*- coding: utf-8 -*- # --------------------------------------------------------------------------- # AdaBoost.py # Created on: 2014-06-12 09:49:56.00000 # Description: # ---------------------------...
阅读全文
摘要：# -*- coding: utf-8 -*- # --------------------------------------------------------------------------- # BP-ANN.py # Created on: 2014-06-12 09:49:56.00000 # Description: # -----------------------------...
阅读全文
摘要：var maskDynamicMapServiceLayer = null; var maskDynamicMapServiceLayerDiv = null; var pointNumb = 0; var alignType = ""; var mapMouseDownEvent= null; v
阅读全文
摘要：# -*- coding: utf-8 -*- # --------------------------------------------------------------------------- # updateIsosurface.py # Created on: 2014-06-12 09:49:56.00000 # (generated by ArcGIS/ModelBuilder)...
阅读全文
摘要：参考论文: http://people.ku.edu/~gbohling/cpe940
阅读全文
摘要：WGS-84：是国际标准，GPS坐标（Google Earth使用、或者GPS模块）GCJ-02：中国坐标偏移标准，Google Map、高德、腾讯使用BD-09：百度坐标偏移标准，Baidu Map使用//WGS-84 to GCJ-02GPS.gcj_encrypt();//GCJ-02 to
阅读全文
摘要：http://my.oschina.net/fankun2013/blog/338100 地图供应商比较多，产生了许多地图坐标。地图坐标正确转换是个问题。在之前开发地图应用的时候发现从WGS84坐标系（GPS）转换成某个地图坐标系都比较困难。然后只能使用地图供应商提供的webservice接口转换。
阅读全文
摘要：一直想写Adaboost来着，但迟迟未能动笔。其算法思想虽然简单“听取多人意见，最后综合决策”，但一般书上对其算法的流程描述实在是过于晦涩。昨日11月1日下午，邹博在我组织的机器学习班第8次课上讲决策树与Adaboost，其中，Adaboost讲得酣畅淋漓，讲完后，我知道，可以写本篇博客了。 无心啰嗦，本文结合邹博之决策树与Adaboost的PPT跟《统计学习方法》等参考资料写就，可以定义为一篇课...
阅读全文
摘要：1.简单介绍 线性回归方法可以有效的拟合所有样本点（局部加权线性回归除外）。当数据拥有众多特征并且特征之间关系十分复杂时，构建全局模型的想法一个是困难一个是笨拙。此外，实际中很多问题为非线性的，例如常见到的分段函数，不可能用全局线性模型来进行拟合。 树回归将数据集切分成多份易建模的数据，然后利用线性回归进行建模和拟合。这里介绍较为经典的树回归CART(classification and regr...
阅读全文
摘要：C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习：给定一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的实体进行分类。 C4.5由J.Ross Quinlan在ID3的基础上提出的。ID3算法用来构造决策树。决策树是一种类似流程图的树结...
阅读全文
摘要：Ridge Regression岭回归 数值计算方法的“稳定性”是指在计算过程中舍入误差是可以控制的。 对于有些矩阵，矩阵中某个元素的一个很小的变动，会引起最后计算结果误差很大，这种矩阵称为“病态矩阵”。有些时候不正确的计算方法也会使一个正常的矩阵在运算中表现出病态。对于高斯消去法来说，如果主元（即对角线上的元素）上的元素很小，在计算时就会表现出病态的特征。 回归分析中常用的最小二乘法是一种无偏估...
阅读全文
摘要：1.坐标系旋转 n是旋转的角度。将原坐标系逆时针旋转角度n后,形成新的坐标系。X’和Y’为新坐标系下点的坐标央而x和y为该点在原来坐标 系下的坐标。 等价于坐标点顺时针旋转后在原坐标系的坐标。 #计算坐标系逆时针旋转后的新坐标,注意不包括平移。 #等价于坐标点顺时针旋转后在原坐标系的坐标。 #假设以
阅读全文
摘要：1.基本概念 中线：三角形一边中点与这边所对定点的连线段。 高线：从三角形一个顶点向它的对边所作的垂线段。 角平分线：平分三角形一角、一个端点在这一角的对边上的线段。 2.三角不等式 1) 三角形两边之和大于第三边，两边之差的绝对值小于第三边。如果两者相等，则是退化三角形。 2) 三角形任意一个外角
阅读全文
摘要：1.两点间的距离：即两个点之间的线段的长度。 二维距离： 三维距离： 2.点到直线的距离：点和直线的距离是点到直线的垂直线段的长度 若在平面坐标几何上的直线定义为 ax + by + c = 0，点的座 标为（x0, y0）， 则它们之间的距离为 3.异面直线间的距离 设两直线的方程分别为 ： 则，该两直线间的距离 4.点到平面的距离 若点坐标为(x0, y0, z0), 平面为...
阅读全文
摘要：我们可以获取canvas对象为var c=document.getElementById("myCanvas");其应有js属性方法如下列举：1：绘制渲染对象， c.getContext("2d"),获取2d绘图对象，无论我们调用多少次获取的对象都将是相同的对象。 2：绘制方法： clecrRect
阅读全文
摘要：本文的安装只涉及了hadoop-common、hadoop-hdfs、hadoop-mapreduce和hadoop-yarn，并不包含HBase、Hive和Pig等。 http://blog.csdn.net/aquester/article/details/24621005 1. 规划 1.1.
阅读全文
摘要：1、环境安装 gcc、gcc-c++、make、cmake、svn yum install lzo-devel zlib-devel gcc gcc-c++ make cmake autoconf automake libtool ncurses-devel openssl-devel 2、jdk的
阅读全文
摘要：1。环境条件 2。VMware检查 3。虚拟机检查 1) vi /etc/sysconfig/network NETWORKING=yes HOSTNAME=centos.smartmap GATEWAY=192.168.163.1 2）vi /etc/sysconfig/network-scrip
阅读全文
摘要：1.修改IP vi /etc/sysconfig/network-scripts/ifcfg-eth0 DEVICE=eth0 TYPE=Ethernet ONBOOT=yes NM_CONTROLLED=yes BOOTPROTO=static BROADCAST=192.168.75.255 I
阅读全文
摘要：Server1 1.Update sudo apt-get update sudo apt-get upgrade 2. sudo apt-get install bridge-utils 3.IP 3.1 sudo vi /etc/network/interfaces ---------------------------------------------- auto lo iface...
阅读全文
摘要：R语言举例 > x = c(29.6, 28.2, 19.6, 13.7, 13.0, 7.8, 3.4, 2.0, 1.9, 1.0, 0.7, 0.4, 0.4, 0.3, 0.3, 0.3, 0.3, 0.3, 0.2, 0.2, 0.2, 0.1, 0.1, 0.1, 0.1, 0.1) > a = hist(x,breaks=seq(-3,3,by=0.5)) > lines...
阅读全文
摘要：频率直方图（frequency histogram）亦称频率分布直方图。统计学中表示频率分布的图形。在直角坐标系中，用横轴表示随机变量的取值，横轴上的每个小区间对应一个组的组距，作为小矩形的底边；纵轴表示频率(频数/组距=频率)，并用它作小矩形的高，以这种小矩形构成的一组图称为频率直方图。
阅读全文
摘要：四分位数（Quartile），即统计学中，把所有数值由小到大排列并分成四等份，处于三个分割点位置的得分就是四分位数。 第一四分位数 (Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。 第二四分位数 (Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50%的
阅读全文
摘要：介绍 茎叶图（Stem-and-Leaf display)又称“枝叶图”，由统计学家约翰托奇( Arthur Bowley)设计，它的思路是将数组中的数按位数进行比较，将数的大小基本不变或变化不大的位作为一个主干（茎），将变化大的位的数作为分枝（叶），列在主干的后面，这样就可以清楚地看到每个主干后面
阅读全文
摘要：最近在摆弄数据离散度的时候遇到一种图形，叫做盒图(boxplot)。它对于显示数据的离散的分布情况效果不错。 盒图是在1977年由美国的统计学家约翰·图基(John Tukey)发明的。它由五个数值点组成：最小值(min)，下四分位数(Q1)，中位数(median)，上四分位数(Q3)，最大值(ma
阅读全文
摘要：1.清屏 Ctrl + L 2.退出 q() 3.设置工作空间 getwd() setwd('D:\\Program Files\\RStudio\\workspace') 4.显档当前工作目录下的文件列表 list.files() choose.dir() dir("D:\\Program Fil
阅读全文
摘要：package com.smartmap.algorithm.equation.differential.partial.ellipsoidal; import java.io.FileOutputStream; import java.io.IOException; import java.io.OutputStream; import java.io.StringWriter;...
阅读全文
摘要：1.数据的导入导出mysqldump -u root -p --no-create-db --default-character-set=utf8 -e --max_allowed_packet=102400 --net_buffer_length=16384 smfs > f:\da\smfs\s
阅读全文
摘要：摘要：与关系数据库相比，每个NoSQL都有自己不同的适用场景，这里带大家盘点文档数据库、图数据库、键值数据存储、列存储数据库与内存数据网络等领域的常用的NoSQL。 在几年内，NoSQL数据库一直以性能、可扩展性、灵活的模式和分析能力聚焦着人们的注意力。尽管关系型数据库对于某些用例来说仍是一个不错的
阅读全文
摘要：DECLARE CURSOR recordCursor IS SELECT longitude,latitude FROM WR_WIUST_B_SEC FOR UPDATE; recordRow recordCursor % ROWTYPE; BEGIN OPEN recordCursor; LOOP ...
阅读全文
摘要：1.jar包安装到MVN本地库 mvn install:install-file -DgroupId=com.oracle -DartifactId=ojdbc6 -Dversion=11.2.0.1.0 -Dpackaging=jar -Dfile=ojdbc6.jar 2. oracle 12c
阅读全文
摘要：MAP NAME "HBWMS" STATUS ON SIZE 800 600 EXTENT 107.795 28.559 116.977 33.627 UNITS METERS SHAPEPATH "data/HuBei" IMAGECOLOR 255 255 255 #FONTSET ../etc/fonts.txt WEB IMAGEPATH "/ms4w/tmp/...
阅读全文
摘要：=LEFT(A1,FIND("°",A1)-1)+MID(A1,FIND("°",A1)+1,FIND(CHAR(39),A1)-1-FIND("°",A1))/60+MID(A1,FIND(CHAR(39),A1)+1,FIND(CHAR(34),A1)-1-FIND(CHAR(39),A1))/60/60 =SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(H2,"°","...
阅读全文
摘要：1.# yum install Xvfb# yum groupinstall "X Window System"# yum install gettext 2./usr/sbin/groupadd arcgisserver/usr/sbin/useradd -g arcgisserver -G arcgisserver arcgisserverpasswd arcgisserver3.vi /...
阅读全文
摘要：北京54全国80及WGS84坐标系的相互转换 这三个坐标系统是当前国内较为常用的，它们均采用不同的椭球基准。其中北京54坐标系，属三心坐标系，大地原点在苏联的普而科沃，长轴6378245m，短轴6356863，扁率1/298.3；西安80坐标系，属三心坐标系；国家80坐标系，大地原点在陕西省径阳县永乐镇，长轴6378140m，短轴6356755，扁率1/298.25722101；WGS84坐标系...
阅读全文
摘要：1.如何将矢量数据加入栅格数据中 1. Conversion Tools -->To Raster-->Polygon to Raster 2. Spatial Analyst Tools-->Reclass-->Reclassify 3. Spatial Analyst Tools-->Conditional-->Con
阅读全文
摘要：ArcGIS Server集群布署 准备如下的4台机器： 计算机名 IP 布署软件 说明 VMWIN2008ENSS1 192.168.1.111 ArcGIS for Server VMWIN2008ENSS2 192.168.1.112 ArcGIS for Server VMWIN2008EN
阅读全文
摘要：1.在Tomcat的Root目录下放入如下的文件 apache-tomcat-8.0.12X64\webapps\ROOT clientaccesspolicy.xml文件 crossdomain.xml 2.在项目的web.xml中加入如下的代码 apache-tomcat-8.0.12X64\w
阅读全文
摘要：Geometric Objects object.area Returns the area (float) of the object. object.bounds Returns a (minx, miny, maxx, maxy) tuple (float values) that bounds the object. object.length Returns...
阅读全文
摘要：<?xml version="1.0" encoding="utf-8"?> <s:Application xmlns:fx="http://ns.adobe.com/mxml/2009" xmlns:s="library://ns.adobe.com/flex/spark" xmlns:mx="l
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- from shapely.geometry import asShape import json import os from pyproj import Proj, transform # define t
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- from matplotlib import pyplot from descartes import PolygonPatch from shapely.ops import polygonize from shapely.geometry import Polygon, LineString, Poi...
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- import os import json from shapely.geometry import asShape # define output GeoJSON file res_line_intersect = os.path.realpath("../geodata/ch05-01-geojso...
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- from math import sqrt import shapefile from matplotlib import pyplot from descartes import PolygonPatch from shapely.geometry import Polygon, LineString...
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- import psycopg2 import json from geojson import loads, Feature, FeatureCollection # Database Connection
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- from osgeo import ogr from osgeo import gdal # get raster datasource open_image = gdal.Open( "../geodata/cadaster_borders-2tone-black-white.png" ) inpu...
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- from osgeo import ogr from osgeo import gdal # set pixel size pixel_size = 0.00002 no_data_value = -9999 # Shapefile input name # input projection must...
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- import subprocess # database options db_schema = "SCHEMA=geodata" overwrite_option = "OVERWRITE=YES" geom_type = "MULTILINESTRING" output_format = "Post...
阅读全文
摘要：//////////////////////////////////////////////////////////////////////////////// // // 图层管理 // ///////////////////////////////////////////////////////
阅读全文
摘要：var createMapToggle = function() { var map = Application.map; if(map) { var toggleButton = ''+ ''+ ''; // ...
阅读全文
摘要：
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- import os try: import ogr import osr except ImportError: from osgeo import ogr, osr shp_driver = ogr.GetDriverByName('ESRI Shapefile') #...
阅读全文
摘要：from osgeo import ogr shp_driver = ogr.GetDriverByName('ESRI Shapefile') shp_dataset = shp_driver.Open(r'../geodata/schools.shp') shp_layer = shp_dataset.GetLayer() shp_srs = shp_layer.GetSpatialRef()...
阅读全文
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- import urllib.request import os def get_epsg_code(epsg): """ Get the ESRI formatted .prj definition usage get_epsg_code(4326) We use the ht...
阅读全文
摘要：1.1.1.1. 常用的相对数指标 1.1.1.1.1. 比（ratio） 比表示两个相关指标的值之商。这描述了一个指标的值是另一个指标值的几倍或几分之几。其计算公式为： 1.1.1.1.2. 比例（proportion） 比例表示某事物内部各组成部分的观察单位数与所有组成部分的总观察单位数之比。 (1)表示分布结构的比例， (2)表示某现象发生强度的比例， 式中：K是比例基数，它可以取值1...
阅读全文
摘要：1.1.1.1. 集中趋势的描述（central tendency） 描述集中趋势的主要统计指标有算术平均数、几何平均数、中位数，这些指标也称为位置度量指标（measures of location） 1.1.1.1.1. 算术平均数（arithmetic mean） 算术平均数适用于频数分布对称数据。在有离群值的情况下，或频数分布不对称时，不适合选用算术均数描述数据的平均水位。 (1)一般地，总...
阅读全文
摘要：频数分布表和频数分布图编制： （1）计算全距（rang，R）。 （2）确定组段数与组距：通常组段数取8~15组为宜。组距 全距/组段数 （3）确定组段的上下限：每一个组段的起点和终点，分别称为该组段的下限和上限；第一组段必须包括最小值，最后一组段必须包括最大值。 （4）统计各组段频数（frequency） （5）计算各组段频率（percent） （6）计算累计频数（cumulative freq...
阅读全文
摘要：http://www.lfd.uci.edu/~gohlke/pythonlibs/#sympy 1.1. Python 1.1.1. NumPy pip install numpy-1.11.0+mkl-cp34-cp34m-win_amd64.whl 1.1.2. SciPy pip install scipy-0.17.0-cp34-none-win_amd64.whl 1.1.3. mat...
阅读全文
