地理空间数据科学：点模式分析

地理空间数据科学：点模式分析

在Python中进行地理空间点模式分析的快速教程。

介绍

地理空间数据科学是数据领域的一个子领域，涉及对数据点进行分析，考虑数据事件发生的空间位置。

假设我们拥有一家销售智能手机的连锁店。我们的连锁店有几个配送中心，我们即将开设几家新店。我们可以在哪里开店呢？

这样的见解可以从地理空间分析中得出，它可以显示销售集中的地方，是否有销售较高或较低的集群以及其他见解。

当我们想要确保我们在观察一个地理聚集的数据集时，点模式分析就进入了这个游戏。就像数据科学家的很多工作一样，点模式是关于建立假设并通过应用统计学来消除大部分不确定性来确认或否定它。在这种情况下，也不例外。有一些统计测试需要进行，本文将展示这些测试。

• 这项AI研究提出了LayoutNUWA：一种将布局生成视为代码生成任务的AI模型，以增强语义信息并利用大型语言模型（LLMs）的隐藏布局专长
• “开源模型与商业AI/ML API之间的区别”
• 通过ChatGPT发现客户洞察

顺便说一下，最近我在我的博客中一直在研究地理空间数据科学。如果你对这个主题不了解，你可以在阅读本文之前看看以下两篇好文章。

使用Python分析地理空间数据

一篇实际的数据分析文章，包含Python代码。

towardsdatascience.com

使用Python分析地理空间数据（第2部分-假设检验）

学习有关Asheville的AirBnb列表的地理假设检验。

towardsdatascience.com

编码

包

让我们从本练习中要使用的包开始。如果您的环境中没有安装其中任何一个包，请不要忘记使用pip install或conda install（适用于Anaconda用户），然后跟上包名称。

import pandas as pd
import numpy as np
import geopandas as gpd
import seaborn as sns
import...