GeoDa空间计量(四)——绘制统计图

news/2024/7/24 7:32:20

GeoDa空间计量(四)——绘制统计图

        • 直方图
        • 箱形图
        • 散点图
        • 气泡图
        • 3D散点图
        • 平行坐标图
        • 条件图

直方图

(一)打开含有分析变量的shp文件,本文使用的是‘China.shp’。

在这里插入图片描述
(二)绘制直方图
点击‘Explore’下的‘Histogram’,选择‘GDP’,点击‘OK’。
在这里插入图片描述
在这里插入图片描述

箱形图

步骤和上述相同,但在‘Explore’下选择‘Box Plot’
在这里插入图片描述

散点图

在‘Explore’下选择‘Scatter Plot’
在这里插入图片描述
在这里插入图片描述

气泡图

在‘Explore’下选择‘Bubble Chart’
在这里插入图片描述
在这里插入图片描述

3D散点图

在‘Explore’下选择‘3D Scatter Plot’
在这里插入图片描述
在这里插入图片描述

平行坐标图

在‘Explore’下选择‘Parallel Coordinate Plot’。这里‘Include’里面的顺序即为平行坐标的顺序。

在这里插入图片描述
点击坐标坐标的小圆点,上下拖动即可完成坐标的顺序改变。这里改变了‘GDP’和‘AREA’的顺序。
在这里插入图片描述

条件图

(一)条件地图
点击‘Explore’下的‘Conditional Plot’,选择‘Map’。在弹出的窗口中选择如下参数:
在这里插入图片描述
在这里插入图片描述
(二)条件直方图
点击‘Explore’下的‘Conditional Plot’,选择‘Histogram’。在弹出的窗口中选择如下参数:
在这里插入图片描述
在这里插入图片描述
(三)条件散点图
点击‘Explore’下的‘Conditional Plot’,选择‘Scatter Plot’。在弹出的窗口中选择如下参数:
在这里插入图片描述
在这里插入图片描述


http://www.niftyadmin.cn/n/491775.html

相关文章

论文提要“You Only Look Once: Unified, Real-Time Object Detection”

项目主页:http://pjreddie.com/darknet/yolo/ 这篇文章着重在检测的速度提升,区别于之前的方法是用分类器来做检测,文章对bbox和对应的类概率进行回归,检测速度可以达到45f/s,mAP与原始的R-CNN差不多。 出现原因&…

ssh的用户配置文件config管理ssh会话

抄的这个: https://www.cnblogs.com/zhonghuasong/p/7236989.html 只是在这里留个存档,防止删除 我有这样的需求就是,因为需要ssh连接到服务器,然后每次需要输入好大一长串的信息,而且连接到一台服务器后,还…

MathType 如何安装成功以及如何导入word

MathType 如何安装成功以及如何导入word(一)安装office2016(二)安装MathType6.9(三)MathType使用(四)导入word突发奇想项安装MathType,于是开始动手操作。首先下载了Math…

python合并多个excel为一个excel的不同sheet和将一个excel分解为不同的sheet

python合并多个excel为一个excel的不同sheet和将一个excel分解为不同的sheet一、合并多个excel为一个excel的不同sheet(一)全部合并(二)部分合并二、将一个excel分解为多个日常处理excel文件很繁琐,尤其是将多个excel合…

论文提要“Delving Deep into Rectifiers”

首先对ReLU进行了改进,使用了参数化的ReLU自适应学习rectifier的参数提升准确率,即PReLU来拟合模型,另外使用了鲁棒的初始化方法考虑rectifier的非线性特性,使得深层网络能够收敛。top-5error 为4.94%,在ILSVRC上首次超…

Python按特定字符分列

Python按特定字符分列分割前分割后import re # Python根据字符分割字符串 newDF data[ 购买物品的品类].str.split(-) newDF导入到数据框 # 获得最大的列数 S [] for i in range(len(newDF)):i len(newDF[i])S.append(i)s np.max(S) s# 构建新列 data[ 品类1] null da…

《Redis入门指南(第2版)》摘要

缘起 想找一个开源技术点深入下去的,于是找到了redis,比较好的是,他有相应的学习曲线。全书第1遍用了3h19min的样子,20181117开始读的,20181123读完。还会继续阅读第2遍或第3遍,虽然原理性可能不太多&#…

SPPNet

CNN网络需要固定尺寸的图像输入,SPPNet将任意大小的图像池化生成固定长度的图像表示,提升R-CNN检测的速度24-102倍。 固定图像尺寸输入的问题,截取的区域未涵盖整个目标或者缩放带来图像的扭曲。事实上,CNN的卷积层不需要固定尺寸…