transbigdata 笔记:官方文档案例1(出租车GPS数据处理)-CSDN博客? 3.3.1 节的内容的拓展,这里主要是比较各个scheme的效果
主代码为:修改的就是第二行scheme的内容
plt.figure(1,(16, 6), dpi=300)
scheme='box_plot'
#图的大小和size
ax1 = plt.subplot(111)
#在图形中创建了一个子图。111 表示图形布局是1行1列,且这是第1个子图。
datatest.plot(ax=ax1,column='VehicleNum',legend=True, scheme=scheme)
'''
在子图ax1上绘制数据。
column='VehicleNum' 指定了要绘制的数据列。
legend=True 表示在图表中包含图例。
scheme指定数据分类方案
'''
plt.xticks([], fontsize=10)
plt.yticks([], fontsize=10)
#设置x轴和y轴的刻度(为空)
plt.title('Counting of Taxi GPS Trajectory Points, scheme is '+scheme, fontsize=12);
#设置标题
scheme
参数在地理数据可视化中用来指定数据分类方案。这在绘制地图时特别有用,因为它可以帮助更好地展示数据的分布和模式。geopandas
的 plot
方法中使用 scheme
参数时,它决定了如何将数据分成不同的类别,以便于通过颜色或其他方式区分。 box_plot | 基于箱形图的分类方法,使用四分位数和异常值来定义类别 |
equal_interval | 将数据范围平均分成指定数量的间隔 |
fisher_jenks | 一种优化算法,旨在减小类内方差并最大化类间方差 |
fisher_jenks_sampled | Fisher Jenks 算法的采样版本,适用于大数据集 |
headtail_breaks | 一种用于具有重尾分布的数据的分类方法,反复将数据分成头部(高频)和尾部(低频)两部分 |
jenks_caspall | 一种基于自然间断的分类方法 |
maximum_breaks | 选择最大化类间差异的间断点 |
quantiles | 数据被平均分配到指定数量的类别中,每个类别包含相等数量的观测值 |
percentiles | 类似于分位数,但允许更具体的百分位数设定 |
std_mean | 基于平均值和标准差的分类方法 |