就在几天前,地图可视化神器kepler.gl面向Python的接口库keplergl迎来了新的0.3.0版本更新. 虽然官方文档还并未及时更新相关的内容说明,但我在快速地试用之后发现,现在的keplergl终于兼容了jupyter lab3.0及以上版本,终于不用纠结新版本jupyter lab中用不了keplergl的问题了. 安装过程非常简单,下面我通过新建conda虚拟环境的方式,来介绍如何在新版jupyter lab中使用keplergl. 首先我们通过下列命令新建环境,并完成对jupy

一.简介 kepler.gl是由Uber开发的进行空间数据可视化的开源工具,是Uber内部进行空间数据可视化的默认工具,通过其面向Python开放的接口包keplergl,我们可以在jupyter notebook中通过书写Python代码的方式传入多种格式的数据,在其嵌入notebook的交互窗口中使用其内建的多种丰富的空间数据可视化功能,本文就将针对在jupyter notebook中使用keplergl的基本用法进行介绍. 二.利用keplergl调用kepler.gl 2.1 从一个小例

本文示例代码.数据已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 Kepler.gl相信很多人都听说过,作为Uber几年前开源的交互式地理信息可视化工具,kepler.gl依托WebGL强大的图形渲染能力,可以在浏览器端以多种形式轻松展示大规模数据集. 图1 更令人兴奋地是Kepler.gl在去年推出了基于Python的接口库keplergl,结合jupyter notebook/jupyter lab的

本文示例代码及数据已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 Kepler.gl作为一款强大的开源地理信息数据可视化工具,可以帮助我们轻松制作针对大规模矢量数据的可视化作品,从而辅助数据分析工作. Kepler.gl制作常规地图非常简单方便,稍微摸索一下仪表盘界面就可以get到用法,但有些特殊的地图则需要额外对数据进行处理或使用Kepler.gl中的一些隐藏功能,譬如之前写过的(数据科学学习手札85)

1 简介 kepler.gl作为开源地理空间数据可视化神器,也一直处于活跃的迭代开发状态下.而在前不久,kepler.gl正式发布了其2.4.0版本,下面我们就来对其重要的新特性进行介绍: 图1 2 kepler.gl 2.4.0重要新特性 2.1 增量时间窗口 在这次更新中,为时间序列数据的可视化新增了增量时间窗口功能,在上一个版本2.3.2中,当我们的数据集带有时间类型字段时,在添加对应的Filters之后,显示出的时间窗口是这个样子的: 图2 而在2.4.0版本中,时间窗口如图3所示: 图

2018年终总结之AI领域开源框架汇总 [稍显活跃的第一季度] 2018.3.04——OpenAI公布 “后见之明经验复现(Hindsight Experience Reply, HER)”的开源算法,这个新的算法保证人工智能可以像人类一样从自己的错误中汲取教训. 2018.3.13——第四范式免费对外开放旗下“第四范式智能客服平台”,这是智能客服市场的首款免费产品. 2018.3.18——Uber开源了神经进化算法开发的交互式可视化工具 VINE,该工具可以轻松实现神经网络群体的各种特定指标以

2018  AI产业界大盘点 大事件盘点 “ 1.24——Facebook人工智能部门负责人Yann LeCun宣布卸任 Facebook人工智能研究部门(FAIR)的负责人Yann LeCun宣布卸任,之后将担任Facebook首席人工智能科学家,保留对FAIR的研究方向的控制.同时,原工作将由新任负责人Jérôme Pesenti  接替,Facebook应用机器学习小组(AML)和Yann  LeCun将同时向其汇报.而Jérôme Pesenti  将直接向Facebook  CTO汇报

1 简介 jupyter lab作为jupyter notebook的升级改造版,除了更加人性化的交互界面以及更多的用户自主定制功能之外,最吸引人的就是其丰富多样的拓展插件,使得每个使用jupyter lab的人都可以按照自己所需挑选安装插件,组合出自己心中的完美工作台. 图1 本文就将给大家介绍在我的日常工作中经常使用到的12个jupyter lab实用插件. 2 jupyter lab实用插件推荐 2.1 debugger 在jupyter notebook或jupyter lab中debu

首先我问来看一下这个强大的插件能做出什么效果,下面是我找的一个网站: http://kepler.gl/#/, 接下来看看官网给出的效果:https://scrollrevealjs.org/. 是不是很炫酷,很让人心动,接下来我们介绍如何使用: (1)安装或引入 a.你可以直接引入: <script src="https://unpkg.com/scrollreveal"></script> 先别忙着粘贴,记得要加上版本号,如果不指定固定版本号,可能会在解析最

一.简介 Shp格式是GIS中非常重要的数据格式,主要在Arcgis中使用,但在进行很多基于网页的空间数据可视化时,通常只接受GeoJSON格式的数据,众所周知JSON(JavaScript Object Nonation)是利用键值对+嵌套来表示数据的一种格式,以其轻量.易解析的优点,被广泛使用与各种领域,而GeoJSON就是指在一套规定的语法规则下用JSON格式存储矢量数据,本文就将针对GeoJSON的语法规则,以及如何利用Python完成Shp格式到GeoJSON格式的转换进行介绍. 二.

1 目标 使用Echart的k图展现上下阈值,并且当真实值超过上阈值或低于下阈值时候,标红报警. 2 实现效果 如下:

这里只是张贴在实时折射和脚本反思shader, 大约NGUI第一部分请下载. 这个版本的主要缺点是折射平面部Layer必须是water层.假设有专家谁可以摆脱这一个.请记得把代码回该条,谢谢! Water.cs using UnityEngine; using System.Collections; using System; using System.Collections.Generic; /// <summary> /// 水面 /// </summary> [AddComp

引言:实时Web越来越被重视,Google.Facebook等大公司也逐渐开始提供实时性服务.实时Web将是未来最热门的话题之一.  本文选自<基于MVC的JavaScript Web富应用开发>. 为什么实时Web这么重要?我们生活在一个实时(real-time)的世界中,因此Web的最终最自然的状态也应当是实时的.用户需要实时的沟通.数据和搜索.我们对互联网信息实时性的要求也越来越高,如果信息或消息延时几分钟后才更新,简直让人无法忍受.现在很多大公司(如Google.Facebook和Tw

很多情况大数据集群需要获取业务数据,用于分析.通常有两种方式: 业务直接或间接写入的方式 业务的关系型数据库同步到大数据集群的方式 第一种可以是在业务中编写代码,将觉得需要发送的数据发送到消息队列,最终落地到大数据集群. 第二种则是通过数据同步的方式,将关系型数据同步到大数据集群,可以是存储在 hdfs 上,使用 hive 进行分析,或者是直接存储到 hbase 中. 其中数据同步又可以大致分为两种:增量同步.CRUD 同步. 增量同步是只将关系型数据库中新增的数据进行同步,对于修改.删除操作不

http://game.ceeger.com/forum/read.php?tid=23305&fid=2 无意间看到一篇文章,说是Unity5 demo中为了实现角色的良好阴影,单独给角色设计了一个角色阴影系统.而且使用的是比较老的技术,但效果很好.其实在很多时候,我们需要的并不是万能的阴影光照系统,而是局部能做到效果就行.          万能的好处在于任何情况都能看上去合理,但是相对的,性能开销也大,同时为了兼顾各种情况,只能做各种效果的折中,所以我们看到了现在移动平台上,要么就是没有实

近期几年.realtime的人脸动画開始风声水起.不少图形图像的研究者開始在这个领域不断的在顶级会议siggraph和期刊tog上面发文章. 随着kinect等便宜的三维数据採集设备的运用.以及其功能强大的人脸识别和动作识别的功能,极大的推动了人脸数据驱动电脑中3D模型 的表情表演和动作表演的可能. 以下是几个大牛的主页,当中有不少关于这方面的研究: 主要发起者: li hao 在epfl的lgg实验室的研究工作: http://lgg.epfl.ch/publications.php 眼下其人

1 简介 这篇博文将介绍一个简单易用的3D传感器仿真器,可以用来模拟Lidars,立体视觉,基于时间飞行技术的ToF相机和微软的Kinect实时产生3D点云数据.Glidar仿真器并不是针对特定的某一类3D传感器,它几乎可以用来替代目前任何一种市面上的深度传感器.通过导入的目标的三维模型,实时地产生目标的3D点云数据,并可以将生成的点云数据保存,可视化,或者发布的一个传输控制协议TCP的套接字.如果有对于复杂动力学场景的需求,还可以通过TCP连接实现物理仿真. Fig.1  Glidar 生成点

嘉宾:刘雨丹 腾讯 高级研究员 整理:Jane Zhang 来源:DataFunTalk 出品:DataFun 注:欢迎关注DataFunTalk同名公众号,收看第一手原创技术文章. 导读:本次分享是微信看一看团队在 KDD2019 上发表的一篇论文.长尾问题是推荐系统中的经典问题,但现今流行的点击率预估方法无法从根本上解决这个问题.文章在 look-alike 方法基础上,针对微信看一看的应用场景设计了一套实时 look-alike 框架,在解决长尾问题的同时也满足了资讯推荐的高时效性要求.

这篇文章总结的是我在使用resizable插件的过程中,遇到的问题及变通应用的奇思妙想. 一.resizable使用注意事项 以下是我在jsfiddle上写的测试demo:http://jsfiddle.net/pLuymmp1 <div class="J_outer outer"> <div class="J_inner inner"></div> </div> html .outer{width:100px;bor

近期开发支付平台的时候有运用到各国的实时汇率之间的转换问题,于是在往上找了很多相关资料,以下就是一些参考网址: 1.提供API接口的网站:https://www.showapi.com:这个网站有提供API的接口,本人换算了下与中国人民银行的汇算率相差不大.1万的换算率相差几块钱.(例:CNY(人民币)-->AUD(澳币)): 该网站提供的汇率换算结果是:1万人民币=1987.5579澳元: 中国人民银行换算结果是:1万人民币=1980.0100澳元: (这个换算率是比较准确的,我是比较强烈的推