Geodatamess
前往频道在 Telegram
Ссылки по визуализации и анализу данных (по большей части пространственных, но как повезет) Смесь всего от анализа данных, карт и гис до R
显示更多995
订阅者
无数据24 小时
无数据7 天
无数据30 天
数据加载中...
吸引订阅者
十二月 '24
十二月 '24
+19
在0个频道中
十一月 '24
+34
在0个频道中
Get PRO
十月 '24
+26
在0个频道中
Get PRO
九月 '24
+7
在0个频道中
Get PRO
八月 '24
+2
在0个频道中
Get PRO
七月 '24
+12
在0个频道中
Get PRO
六月 '24
+4
在0个频道中
Get PRO
五月 '24
+5
在0个频道中
Get PRO
四月 '24
+9
在0个频道中
Get PRO
三月 '24
+13
在0个频道中
Get PRO
二月 '24
+14
在0个频道中
Get PRO
一月 '24
+26
在0个频道中
Get PRO
十二月 '23
+47
在3个频道中
Get PRO
十一月 '23
+15
在1个频道中
Get PRO
十月 '23
+16
在0个频道中
Get PRO
九月 '23
+14
在0个频道中
Get PRO
八月 '23
+8
在0个频道中
Get PRO
七月 '23
+12
在0个频道中
Get PRO
六月 '23
+18
在0个频道中
Get PRO
五月 '23
+20
在0个频道中
Get PRO
四月 '23
+15
在0个频道中
Get PRO
三月 '23
+10
在0个频道中
Get PRO
二月 '23
+11
在0个频道中
Get PRO
一月 '23
+17
在0个频道中
Get PRO
十二月 '22
+7
在0个频道中
Get PRO
十一月 '22
+13
在0个频道中
Get PRO
十月 '22
+17
在0个频道中
Get PRO
九月 '22
+121
在0个频道中
Get PRO
八月 '22
+12
在0个频道中
Get PRO
七月 '22
+7
在0个频道中
Get PRO
六月 '22
+13
在0个频道中
Get PRO
五月 '22
+21
在0个频道中
Get PRO
四月 '22
+63
在0个频道中
Get PRO
三月 '22
+80
在0个频道中
Get PRO
二月 '22
+73
在0个频道中
Get PRO
一月 '22
+17
在0个频道中
Get PRO
十二月 '21
+15
在0个频道中
Get PRO
十一月 '21
+16
在0个频道中
Get PRO
十月 '21
+15
在0个频道中
Get PRO
九月 '21
+38
在0个频道中
Get PRO
八月 '21
+13
在0个频道中
Get PRO
七月 '21
+10
在0个频道中
Get PRO
六月 '21
+5
在0个频道中
Get PRO
五月 '21
+17
在0个频道中
Get PRO
四月 '21
+84
在0个频道中
Get PRO
三月 '21
+3
在0个频道中
Get PRO
二月 '21
+32
在0个频道中
Get PRO
一月 '21
+16
在0个频道中
Get PRO
十二月 '20
+396
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 21 十二月 | 0 | |||
| 20 十二月 | +3 | |||
| 19 十二月 | +1 | |||
| 18 十二月 | +2 | |||
| 17 十二月 | 0 | |||
| 16 十二月 | 0 | |||
| 15 十二月 | +1 | |||
| 14 十二月 | 0 | |||
| 13 十二月 | +1 | |||
| 12 十二月 | +1 | |||
| 11 十二月 | +2 | |||
| 10 十二月 | +1 | |||
| 09 十二月 | 0 | |||
| 08 十二月 | 0 | |||
| 07 十二月 | +2 | |||
| 06 十二月 | +1 | |||
| 05 十二月 | 0 | |||
| 04 十二月 | +1 | |||
| 03 十二月 | +1 | |||
| 02 十二月 | 0 | |||
| 01 十二月 | +2 |
频道帖子
| 2 |  Analysis of Spatial Patterns: Current State and Future Challenges
Jakub Nowosad, Adam Mickiewicz University сделал очень интересный доклад по анализу пространственных паттернов на основе авторских библиотек R {landscapemetrics}, {motif}, {spquery}, {patternogram}, {supercells}.
В частности, мне понравилась его идея паттернограммы как аналога вариограммы в геостатистике для исследования пространственной автокорреляции, а также суперячейки для кластеризации пространственных данных. | 693 |
| 3 | Cartography Playground 🧭
Интерактивная площадка, которая поможет лучше разобраться с разными алгоритмами, используемыми в картографии: генерализация, триангуляция Делоне и диаграмма Вороного, ядерная оценка плотности, методы классификации и кластеризации данных и др. 📕
Можно узнать что-то новое или освежить и углубить свои знания ⭐️
Cartography Playground создана в рамках одной из магистерских диссертаций на кафедре картографии Технического университета Мюнхена ❤️
#geo_theory
🌎🕊️ GIS_AND_PEACE | 293 |
| 4 | +1 Перевод эссе о плохих и хороших практиках в визуализации данных https://habr.com/ru/companies/ruvds/articles/776672/
Оригинал с кодом для графиков на R https://github.com/cxli233/FriendsDontLetFriends | 450 |
| 5 | +2 Шон Конвей уделал сам себя просто, ну вы посмотрите на это…Не могу выразить словами как это красиво и круто!
Исключительно новый уровень ridge plot визуализаций 🤯🤯🤯 | 524 |
| 6 |  Интерактивный инструмент для оценки локаций размещения магазинов
https://gis.jackforsyth.com/
Позволяет построить смоделировать буферные зоны для выбранных локаций, полигоны Вороного и гравитационную модель Хаффа.
Подробнее от разработчика https://spatial.blog.torontomu.ca/2020/11/22/an-interactive-introduction-to-retail-geography/ | 459 |
| 7 | Полная сеть маршрутов | 353 |
| 8 | +2 Уже неделю идет #30DayMapChallenge, в котором я не планировала участвовать совсем, но решила сделать хотя бы несколько карт.
Сегодня день 7 - Navigation, потому что это самый доступный вид планирования перемещений по городу.
Карта маршрутов общественного наземного транспорта Санкт-Петербурга по типам:
красный - трамвайные маршруты, синий - троллейбусы и лазурный - автобусы.
Данные © OpenStreetMap contributors | 418 |
| 9 | #30DayMapChallenge 2023
Сегодня начинается ежегодное событие #30DayMapChallenge! Каждый день ноября предлагается создавать карту на заданную тему и публиковать ее в Twitter (X) или других социальных сетях с хэштегом мероприятия 💪
Запустил челлендж старший дизайнер-картограф Mapbox Topi Tjukanov в 2019 году (кстати, у него очень интересное портфолио) 🗺
Даже если не планируете участвовать - посмотрите на работы прошлых лет - какие интересные идеи можно найти для визуализации пространственных данных 😍
А если будете участвовать - обязательно делитесь с нами вашими результатами! 📧
P.S
Сама в этом году, к сожалению, не участвую, но очень рекомендую, если у вас есть желание, время и силы)
#geo_vis
🌎🕊️ GIS_AND_PEACE | 311 |
| 10 | A Windy Night (in Europe)
Всем привет!
Давно не делал ничего в гео тематике в свободное время, но недавно начал больше интересоваться автоматизацией красивых визуализаций и понял что буду углубляться в R, потому что сделать красиво в питоне чаще всего не получается.
Начать решил с легкого - открывал примеры карт и визуализаций в R, смотрел что можно сделать вообще, и наткнулся на визуализацию потоков ветра у Милоша Поповича и туториал к ней, где в паттернах ветра я увидел сходство с картиной Ван Гога «Звездная ночь». Отдельное спасибо моей жене, её интерес в искусстве отпечатывается на меня 🙃
План был почти не кодить (я никогда не писал на R), но код Милоша годичной давности местами не работал, поэтому я потратил вечер чтобы поправить все технические моменты и еще пол вечера докручивал дизайн и палитру.
На визуализации также есть границы европейских стран для понимания локаций, но больше фокуса было все же на самих потоках ветра и сходстве с картиной Ван Гога.
Как вам? Буду рад вашим комментам 🌝 | 315 |
| 11 | +1 Учебник по моделированию структурных геологических моделей в Питоне
Есть конечно Petrel и всякий GoCad (софт такой), с ними конечно легко и интересно строить всякие геологические модели для разных нужд. Но есть и общедоступный софт GemPy. С ним тоже можно строить 3D модели по картам, разрезам, скважинам или обнажениям.
Есть еще одна причина посмотреть на GemPy. Это следует сделать если вы хотите научиться в Питон. GemPy позволяет научиться программировать ваши любимые геологические модели и кроме этого погрузиться в мир обработки, визуализации и анализа данных, и структурно-геологического моделирования в Питоне. Еще можно убить сразу двух зайцев и учить начинающих геоученых и инженеров как программированию, так и геологическому мышлению.
А чтобы самим не сломать голову как оптимально построить учебный процесс, авторы GemPy накатали целое учебное пособие как им пользоваться - инджой. Кстати, сейчас, это учебное пособие является частью нескольких курсов по геологии Университета в Аахене, Германия.
#geomodeling #geo | 426 |
| 12 | Прислали интересную визуализацию поиска путей А*. Очень залипательно, а про сам алгоримт есть тут. | 418 |
| 13 | Возвращение в канал, кажется, уместнее всего сопроводить цитатой из великого: Look i made you some content
В рамках подготовки к занятиям по пространственному анализу сделала несколько Jupyter notebooks с основами работы с пространственными данными на Python и немного про пространственную статистику с теорией: https://github.com/baltti/python-spatial
(скорее всего все будет обновляться и дополняться)
Большая часть материалов переводилась из учебников:
Introduction to Spatial Data Programming with Python https://geobgu.xyz/py/
Geographic Data Science with Python https://geographicdata.science/book/intro.html
а материалы по базовым вопросам работы с геоданными построены по большей части на основе вот этого курса от https://t.me/datainthecity (на котором я попала в самый первый поток и к стыду своему так и не закончила). | 421 |
| 14 | +3 Какие красивые карты маяков в профиле researchremora. У него сделаны на R (пакет rayshader), но Dennis Kao сделал очень похожее в Tableau. | 282 |
| 15 | Небольшой открытой видео курс по основам работы с QGIS https://urokiqgis.ru/
от автора канала https://t.me/etokugis | 404 |
| 16 | Книги и ресурсы для работы с географическими данными в Python 🗺️
Географические данные вездесущи. Существует множество различных ресурсов и библиотек, область которых находится на пересечении ГИС/географии и мира науки о данных. Ранее я рассказал про ресурсы языка R для специалистов Data Science, которые работают с географическими данными.
Выделю следующие доступные онлайн ресурсы по введению в анализ географических данных на языке Python.
📌 Introduction to Python for Geographic Data Analysis, авторы Henrikki Tenkanen, Vuokko Heikinheimo and David Whipp
📌 Geographic Data Science with Python, авторы Sergio J. Rey, Dani Arribas-Bel and Levi J. Wolf. Книга недавно вышла в издательстве CRC Press
📌 Geocomputation with Python, авторы Michael Dorman, Anita Graser, Jakub Nowosad and Robin Lovelace
📌 Introduction to Spatial Data Programming with Python, автор Michael Dorman. На титульной странице есть большой список ресурсов 💫 по библиотекам, курсам и материалам
📌 An Introduction to Earth and Environmental Data Science, автор Ryan Abernathey
📌 Awesome Open Geoscience - сборник ресурсов, в основном на Python, где-то, возможно, устаревший
📌 Geoprocessing with Python, автор Chris Garrard. Я в свое время попал в акцию издательства Manning, когда эту книгу раздавали бесплатно
✔️ Небольшое актуальное введение в пространственные данные на Python можно посмотреть в докладе Martin Christen: Geospatial Data Processing with Python - A Comprehensive Tutorial на PyConDE.
🚀 Бонус: Awesome Geospatial Python 🌏
P.S. Коллега недавно приобрел книгу Алгоритмы ГИС. Теория и применение геоинформационных систем и технологий, ДМК Пресс, 2021, автор Нинчуань Сяо - рекомендую как хорошее подробное введение в алгоритмы геоинформационных систем. | 363 |
| 17 | Книги для работы с географическими данными в R 🌏
Язык R отлично подходит для работы с пространственными данными. В R есть практически все, что нужно, начиная от необходимых типов данных, способных хранить большие объемы географических данных, заканчивая моделированием методами машинного обучения.
Здесь собраны некоторые актуальные книги 📙 по пространственному анализу 🗺️, использующие язык программирования R и доступные в открытом доступе. Конечно, это далеко не все(!), но вполне достаточно чтобы войти в курс дела.
Особо стоит выделить две книги Тимофея Евгеньевича Самсонова ✨, основанных на материалах курсов географического факультета МГУ им. М.В. Ломоносова, с которых я рекомендую начинать новичкам:
📌 Визуализация и анализ географических данных на языке R и Пространственная статистика на языке R
Книги на английском языке:
📌 Geocomputation with R, авторы Robin Lovelace, Jakub Nowosad and Jannes Muenchow. Обратите внимание: если нажать на launch binder на титульной странице, откроется RStudio в браузере и можно воспроизвести код из книги! (+R4DS Geocomputation Book Club)
📌 Spatial Data Science With Applications in R, авторы Edzer Pebesma and Roger Bivand (+R4DS spatial Book Club)
📌 Geospatial Health Data: Modeling and Visualization with R-INLA and Shiny, автор Paula Moraga
📌 Spatial Statistics for Data Science: Theory and Practice with R, автор Paula Moraga
📌 Introduction to Spatial Data Programming with R, автор Michael Dorman
📌 Analyzing US Census Data: Methods, Maps, and Models in R, автор Kyle Walker
📌 An Introduction to Spatial Data Analysis and Statistics: A Course in R, автор Antonio Paez
📌 Spatial Modelling for Data Scientists, авторы Francisco Rowe and Dani Arribas-Bel
📌 Introduction to urban accessibility (a practical guide with R), авторы Rafael H. M. Pereira and Daniel Herszenhut
📌 Intro to GIS and Spatial Analysis, автор Manuel Gimond
📌 Geographic Data Science with R, автор Michael C. Wimberly
🚀 Бонус: Awesome Geospatial R 🌏 + CRAN Task View: Analysis of Spatial Data | 314 |
| 18 | Обучающие материалы по работе с географическими данными в R (автор Paula Moraga)
Paula Moraga, автор книги Geospatial Health Data: Modeling and Visualization with R-INLA (integrated nested Laplace approximation) and Shiny, сделала отличную 💯 подборку материалов по работе с географическими данными с помощью средств R.
- Making maps with R
- R packages to download open spatial data
- The sf package for spatial vector data
- Spatial data in R
- Spatial neighborhood matrices
- The terra package for raster and vector data
- Spatial autocorrelation
- Bayesian spatial models. Spatial modeling of housing prices | 347 |
| 19 | Nadieh Bremer: How I Created a Personalized Map with R, JavaScript, and more
Nadieh Bremer, неоднократный обладатель премии Information is Beautiful Awards, написала пост в своем блоге, о том, как она создала уникальную и персональную карту, на которой представлена история ее 5-месячного путешествия по Норвегии в 2022 году. Инструменты, которые она использовала, включают OpenStreetMap API, Amazon Web Services Terrain Tiles, R(!), d3.js и JavaScript. | 313 |
| 20 | spatialsample
Задачи моделирования географических данных методами машинного обучения можно успешно решать в tidymodels. В частности, на начальном этапе моделирования для организации повторных выборок кросс-валидации можно использовать библиотеку spatialsample (как на рисунке). Библиотека аналогична rsample, разбивая исходное множество на блоки (folds), с некоторыми особенностями: в качестве исходных данных рассматриваются tibble/sf-объекты, которые учитывают географические координаты и проекции; при необходимости можно использовать буферные зоны между множествами точек в пределах заданного расстояния из набора анализа, чтобы обеспечить минимальное расстояние между наборами данных.
В новой записи блога Mike Mahoney (текущий разработчик библиотеки) рассматривает вопрос, как работать с индивидуальными "блоками" в spatialsample используя библиотеку rsample. | 283 |
