详细内容或原文请订阅后点击阅览
如何使用 Python 制作邻近度图
快速成功数据科学Geopy 的大圆方法密西西比州立大学的距离地图（作者）您是否注意到社交媒体上的一些“距离”地图？我刚刚看到 Todd Jones 的一张地图，它显示了您在美国本土 48 个州的任何位置与国家公园的距离。这些邻近地图既有趣又有用。如果您是生存主义者，您可能希望尽可能远离潜在的核导弹目标；如果您是狂热的垂钓者，您可能希望靠近 Bass Pro Shop。我和一个对美国大学橄榄球几乎一无所知的英国人一起读研究生。尽管如此，他在我们每周的投注中表现非常出色。他的秘诀之一是，假设参赛球队实力相当，或者主队更受青睐，那么他就押注任何需要行驶 300 多英里才能比赛的球队。在这个 Quick Success 数据科学项目中，我们将使用 Python 为东南联盟 (SEC) 的大学橄榄球队制作“距离”地图。我们将找出哪支球队与其他球队比赛的平均行程最长，哪支球队的行程最短。然后，我们将在美国东南部的地图上勾勒出这些距离。此外，我们将研究如何对其他连续数据（如温度）进行网格化和轮廓化。代码这是完整的代码（用 JupyterLab 编写）。我将在以下部分中分解代码块。import numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport geopandas as gpdfrom ge
来源:走向数据科学代码
这是完整的代码（用jupyterlab编写）。我将在以下各节中分解代码块。
这是输出，显示了与德克萨斯大学奥斯汀分校到其他SEC学校的距离：
导入库
此项目需要Numpy，Matplotlib，Pandas，Geopandas，Geopy和Scipy。您可以在链接中找到安装说明。
numpy matplotlib pandas geopandas geopy Scipy导入numpy作为npimport matplotlib.pyplot作为pltimport pandas作为pdimport geopandas as gpdfrom geopy.distance intermance intimence intimence incort intiment great_circle
加载数据
对于输入数据，我列出了学校列表，然后让Chatgpt用拉链坐标制作了字典。然后将字典转换为名为DF的熊猫数据框。
df
＃sec带有坐标的学校（Chatgpt4的坐标）：data = {'school'：['alabama'，'lsu'，'ole miss'，'ole miss'，'Miss'state'，'auburn'，'arkansas'，'arkansas''，'missouri' Carolina', 'TAMU', 'Texas', 'Oklahoma'], 'latitude': [33.209, 30.412, 34.365, 33.456, 32.603, 36.068, 38.951, 36.162, 35.960, 29.651, 33.950, 38.049, 34.000, 30.620, 30.284, 35.222]，“经度”：[-87.538，-91.177，-89.526，-88.811，-85.484，-94.172，-92.328，-86.784，-83.920 -97.740，-97.445]} df = pd.dataframe（data）
分配常数
该代码将从一所列出的SEC学校中产生距离地图。我们将把学校的姓名（完全按照字典中的键入）分配给一所常数学校。
学校
＃选择一所学校来绘制距离的距离。 ＃使用与数据相同的名称：School ='Texas'
分辨率
在
获得学校位置
索引[0]
to_numpy（）
xx
（i，j）