监测站点分布

每日信号值

出于数据保密的考虑，隐藏了刻度，横轴为天数，纵轴为信号值。

图中黑色虚线代表监测站点在那天有修改操作，可能会引起数据波动。

以下所有图的坐标轴是一致的。说明站点之间的数据差异较大。

地声数据

磁场数据

画图代码

from pyecharts.charts import Geo
from pyecharts import options
from pyecharts.globals import GeoType
import pandas as pd
import webbrowser
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as npstations = pd.read_csv('../Stationid_list.csv',delimiter=',')

g = Geo().add_schema(maptype="china")
for i in stations.index:s = stations.iloc[i]g.add_coordinate(s['StationID'],s['Longitude'],s['Latitude'])
data_pair = [(stations.iloc[i]['StationID'],1) for i in stations.index]
g.add('',data_pair, type_=GeoType.EFFECT_SCATTER, symbol_size=2)
g.set_series_opts(label_opts=options.LabelOpts(is_show=False))
g.set_global_opts(title_opts=options.TitleOpts(title="监测站点分布"))
result = g.render('stations.html')
webbrowser.open_new_tab(result)

import ospath_train = '../train/data_train'
assert(len(os.listdir(path_train)) == len(stations))def station_magn_data(id):df = Nonetry:df =  pd.read_csv(path_train+'/'+str(id)+'/'+str(id)+'_finaldata_lowfreq_magn.csv')except Exception as e:print('empty folder')return dfdef station_sound_data(id):df = Nonetry:df = pd.read_csv(path_train+'/'+str(id)+'/'+str(id)+'_finaldata_lowfreq_sound.csv')except Exception as e:print('empty folder')return df

op = pd.read_csv('../train/op_train.csv')
op.columns=['no', 'time']

N = len(stations)
plt.figure(figsize=(20,5*N))
for i in range(N):id = int(stations.iloc[i]['StationID'])ax = plt.subplot(N,1,i+1)magn_data = station_sound_data(id)if magn_data is not None and len(magn_data)>0:if id in set(op['no']):for o in op[op['no']==id]['time']:plt.vlines(o, 0, 5, colors = "k", linestyles = "dashed", linewidth=2)magn_data.groupby('Day')['average'].max().plot()            magn_data.groupby('Day')['average'].mean().plot()magn_data.groupby('Day')['average'].min().plot()plt.legend(labels=['daily max','daily mean','daily min'], loc='upper right')plt.title("lowfreq_sound_data from station {}".format(id))plt.xlim(0,920)plt.ylim(0,3)ax.set_yticks([])
#     ax.set_xticks([])ax.set_xlabel("")ax.set_ylabel("sound")
plt.show()

AETA地震预测AI算法大赛训练集可视化相关推荐

深挖 AI 价值与温度，AETA 地震预测 AI 算法大赛开启
最近几年来,AI 算法的价值和温度,时常会被低估. 从早先的大数据杀熟,到去年曝出的外卖员困在算法里,看起来 AI 算法似乎看起来有些人情味缺乏.不过,这是算法的问题吗? 显然并非如此.我们知道,技术 ...
AETA地震预测AI算法大赛
CompHub目前已聚合了来自Kaggle.阿里天池等平台的上千场比赛,本账号同时会推送最新的比赛消息,欢迎关注! 大赛简介地震,尤其是大地震,一旦在人们毫无察觉的情况下发生在人口密集区,将对人们的 ...
AI一分钟 | 特朗普以国家安全为由否决博通收购高通；阿里发起时尚AI算法大赛
整理 | 阿司匹林一分钟AI 3月12日,美国总统特朗普以国家安全为由,否决了博通对高通公司总额高达1170亿美元的收购案. 百度地图近日做出大调整,地图事业部从百度搜索公司转入 AI 技术平台体系 ...
奖金16万！首届电子商务AI算法大赛ECAA报名开启
由商务部和北京市人民政府主办的2021中国电子商务大会将于9月在京开幕.作为此次大会的重要组成部分,由第四范式承办的首届电子商务AI算法大赛ECAA(Electronic Commercial AI ...
RTC领域首个AI算法大赛 AI in RTC 2019 创新挑战赛圆满落幕
10月24日,由声网 Agora .RTC 开发者社区主办,数据科学学习社区 DataCastle共同协办,涂图科技.LeanCloud.极光.达观数据等合作伙伴提供支持的AI in RTC 2019 ...
近200万奖金！仅限在校生！DIGIX全球校园AI算法大赛来了
Datawhale赛事主办方:江苏省人工智能学会.华为 2021 DIGIX全球校园AI算法精英大赛由江苏省人工智能学会.华为终端云服务.华为南京研究所共同举办.大赛自2019年启动以来,将AI理论 ...
报名啦！阿里云智能客服对话式AI算法大赛之知识图谱构建与问答
看为推动知识图谱与语义计算技术发展及应用落地,阿里云智能客服 CATC(Conversational AI Technology Challenge)大赛系列一"CCKS 2021 知识图谱 ...
mmocr dataset训练集可视化
1. 可视化效果这里以dbnet网络训练,icdar2015数据集为例. from mmcv import Config, imdenormalize from mmocr.datasets imp ...
名校大厂 AI 高手云集，芒果 TV 音视频算法大赛硕果累累
东京奥运会已正式开幕,最新的IT技术也在进入奥运赛场. 本届奥运会引入的 AI 辅助打分,扮演了"助理裁判"的角色.这项技术可以追踪选手动作并实时转换为三维立体图像,再由系统根据图 ...

AETA地震预测AI算法大赛训练集可视化

文章目录

监测站点分布

每日信号值

地声数据

磁场数据

画图代码

AETA地震预测AI算法大赛训练集可视化相关推荐

最新文章

热门文章