1.arcgis api for python 自制点 featurelayer

%matplotlib

import matplotlib.pyplot as plt

import numpy as np

import pandas as pd

import math

from datetime import datetime as dt

from IPython.display import Image,HTML

from sklearn.svm import SVR

from sklearn.preprocessing import MinMaxScaler

from sklearn.metrics import mean_squared_error, r2_score

from tensorflow.keras.models import Sequential

from tensorflow.keras.layers import LSTM , Dense, Activation, Dropout

from tensorflow.keras.optimizers import Adam

import tensorflow.keras.backend as K

from arcgis.gis import GIS

from arcgis.features import SpatialDataFrame

from arcgis.features.analysis import interpolate_points

print("ArcGIS Online Org account")

my_gis = GIS("https://www.arcgis.com", "user ","pass")

import pandas as pd

data = pd.read_csv("./light_flight.csv",index_col=False)

test_data = data.head(30)[['FlightNum','currentlat','currentlon']]

# rename_cols

test_data['longitude'] = test_data['currentlon']

test_data['latitude'] = test_data['currentlat']

test_data = test_data.drop(columns = ['currentlat','currentlon'],axis = 1)

test_data.to_csv("test_data.csv")

# add the csv as an item

import datetime as dt

import os

import shutil

# assign variable to current timestamp to make unique file to add to portal

# test_data.to_csv("test_data.csv")

now = int(dt.datetime.now().timestamp())

item_prop = {'title':'global_flight_cur_test_' + str(now)}

csv_item = my_gis.content.add(item_properties = item_prop, data = "test_data.csv")

csv_item

航线点csv数据集

# 图层 是Feature_layer,

# 服务即图层,->"item" , "item"可以是WebMap、FeatureLayer、ImageLayer等等

# publish the csv item into a feature layer

flight_item = csv_item.publish()

flight_item

数据发布.png

map1 = my_gis.map()

map1.add_layer(flight_item)

map1

添加点元素后的三纬图.png

超级炫酷数据可视化kepler.gl

import json

from keplergl import KeplerGl

import os

with open("./data/geom/****.json","r") as f:

geojson = json.load(f)

map_k = KeplerGl(height = 600)

map_k.add_data(data = geojson, name = 'geojson')

map_k

面图层显示.png

layui数据可视化_空间数据可视化 GEOM相关推荐

  1. 数据可视化 信息可视化_动机可视化

    数据可视化 信息可视化 John Snow's map of Cholera cases near London's Broad Street. 约翰·斯诺(John Snow)在伦敦宽街附近的霍乱病 ...

  2. 可视化_仓库管理可视化

    一.仓库管理可视化: ①仓库管理可视化分为:库存货品可视化.库位动态可视化.作业设备可视化.物料供给可视化.仓库作业可视化.人员情况可视化等六个方面:今天小编来分享下库存货品可视化,看看它都有哪些因素 ...

  3. 时空数据可视化_穿越时空的可视化4陆地导航的上半生

    时空数据可视化 從陸地導航的歷史設計,圍繞朝聖.郵驛.商隊的旅行和導航需求,了解信息設計在實際導航運用中所扮演的角色. 从陆地导航的历史设计,围绕朝圣,邮寄,商队的旅行和导航需求,了解信息设计在实际导 ...

  4. 机器学习 可视化_机器学习-可视化

    机器学习 可视化 机器学习导论 (Introduction to machine learning) In the traditional hard-coded approach, we progra ...

  5. pyecharts1.7.1实现地图可视化(空间数据可视化)

    目录 一.地图包的安装 二.地图可视化例子 (1)各地区GDP (2)2019年全国各省苹果价格表 pyecharts有强大的数据可视化功能,不仅是对二维图表数据,还包括三维空间数据,常用的就是将地理 ...

  6. python的gui界面 可视化_使用可视化设计窗体的GUI程序

    示例Demo2_1用PyQt5的一些类创建了一个简单的GUI应用程序,窗体及窗体上的标签对象的创建和属性设置都完全由代码完成.显然这种纯代码方式构造UI的方式是比较麻烦的,特别是在窗体上组件比较多.层 ...

  7. 傅里叶变换音频可视化_音频可视化中的信号处理方案

    声明: 原创文章,未经允许不得转载. 音频可视化是一个"听"起来非常"美"好的话题,其复杂程度很大程度上依赖视觉方案(一些例子),不同的视觉方案决定了你的技术方 ...

  8. python树状图可视化_如何可视化(树状图)一个层次项目字典?

    这是我第一次用Python从字典格式的分层数据中进行可视化.数据的最后一部分如下所示:d = {^2820: [^391, ^1024], ^2821: [^759, 'w', ^118, ^51], ...

  9. python高德地图可视化_【可视化】python地图可视化_Folium

    本文简单介绍python语言的地图可视化库Folium 效果图 能力概述 Python语言 地图可视化 可以换(高德)底图 有添加点线面和简单配色的功能 可以导出为html页 简介 Folium是Le ...

最新文章

  1. ACMNO.3 有三个整数a b c,由键盘输入,输出其中的最大的数。 输入 一行数组,分别为a b c 输出 a b c其中最大的数 样例输入 10 20 30 样例输出 30
  2. 横线-文字-横线的html-css布局
  3. Mac本如何运营php框架,1、Mac系统下搭建thinkPHP框架环境
  4. DevExpree XtraTreeList 如何去掉/隐藏某些节点前的图片
  5. python 文件操作不被打断_python学习六文件操作和异常处理
  6. Nokia真机测试程序自动退出现象搜集[1][javaME]
  7. 百度谭中意:我和开源20年
  8. 项目流程(从立项到结项)
  9. 网络流行简笔画图片大全,互联网图标简笔画
  10. Webservice接口调用工具类
  11. ResHacker使用小解
  12. 求不变矩matlab,求HU不变矩七个参数
  13. 清空计算机网络缓存,怎么清除DNS缓存 利用命令行清理dns缓存方法
  14. c语言做相册影集,相册制作-影楼相册制作 看了这个你也会相册制作了 电子相册制作软件下载附使用教程...
  15. Qt项目中,用QPainter进行绘制图形时,边角显示不完整问题的梳理
  16. 数据分析系列 之3σ规则/依据拉依达准则来剔除异常值
  17. 区块链技术在食品行业供应链管理中的用途
  18. 对io.UnsupportedOperation: fileno错误的解决办法
  19. 附录002《 Git 中的重要概念》
  20. c语言之打印输出图形

热门文章

  1. 一对矩阵的相关性_矩阵分析学习笔记(1)
  2. 小孔成像总结_中考物理解题技巧+方法大全, 总结非常到位!
  3. 计算机会计学实验报告,最新计算机会计学实验报告-10本.doc
  4. day46-CSS3新增功能
  5. 计算机专业英语常用词汇
  6. 客户端和服务器实现全双工通信(基于线程)
  7. Alpine Linux:从漏洞发现到代码执行
  8. 机器学习(6): 层次聚类 hierarchical clustering
  9. 【每日学习】Apache重写未开启,导致The requested URL /xxxx.html was not found on this server...
  10. STL学习系列五:Queue容器