scala 变量,集合

 

  var 可变,可重新赋值,赋值为"_"表示缺省值(0, false, null),例如:

 

	                var d:Double = _ // d = 0.0
			
			var i:Int = _ // i = 0
			
			var s:String = _ // s = null

 

 

val不可变

 

    val (x,y) = (10, "hello")

 

 

def 实时返回结果变量,可作为方法返回结果,方便使用

 

def t = System. currentTimeMillis // 每次不一样

 

 

类型转化:

1强转换

 

var i = 10.asInstanceOf[Double] //类型强制
println(i)
println(List('A','B','C').map { x => (x+32).asInstanceOf[Char] })

 在强转换Array[Object]到Array[String]则会报错,建议arr.map{x=>x.toString//加上的处理什么的}

 

2.implicit隐式转化

 

  implicit def typeConvertor(input:Int):String = input.toString

  implicit def typeConvertor(input:Boolean):String = if(input) "true" else "false"

 

    display("1212")
    display(12)
    display(true)

 

 

3.表示Array转为普通序列

  val options = parse(args2:_*)

 

  def parse(x:Int*) = {
    for(i <- x)
      println(i)
  }

 

 

----

集合

集合map方法:

 

//transation的map方法,seq,list,map...
    var arr1 = Seq(1,2,3,4,5)
    var maparr = arr1.map(p=>{
      p+10
    })

 

 

1.List是不可变的,Tuple可以包含不同元素

var arr2 = List(1,2,3,4,5,1)
println(arr2.map { case(a) => a+1})

2.Map

    var maptest = Map(1->2,3->4,5->6,1->5)
    println(maptest.map{case(k,v)=>k})

 

    //map 1是key,2是value
    println(maptest.map(_._1))
    println(maptest.map(_._2))

 

3.Seq 去重集合

     println(arr2(0))
     println(arr1(0))
     println((1,2,3)._1)
     var ttt = Set(1,2,3)
     ttt+=1

 

4.Array定长集合,可变内容,不变长度,和java交互式,一般集合转为此类

var pathList = new Array[String](list.size())
    for(i <- 0 to list.size()-1){
      pathList(i)=list.get(i)
    }
    pathList = pathList.map { x => path+pathSeperate+x }

 

5.ArrayBuffer 变长变内容的集合

private var cis=ArrayBuffer[(String,Option[ZkDTState],Option[String],Option[Array[String]])]();

  

    for(po <- list){
      var stat = readContent(zkclient,po._1+pathSeperate+pathContent,po._2)
      var nodes = readchildNodesInfo(zkclient, po._1+pathSeperate+pathNodes)
      var active = readChildActiveNodeInfo(zkclient, po._1+pathSeperate+pathActive)
      cis.+=((po._1,stat,active,nodes))
    }

 

6.集合的filter,groupBy方法:

 

println("相同的arr2元素分到一个组,并过滤大于1"+arr2.groupBy(groupm).filter{case(a,b) => (a>1)}.keys)

 groupBy方法按照函数参数groupm分组

 

  def groupm[A](x:A):A=x;

 将相同的元素分到一个组里,返回map[Int,List[Int]]

filter方法,(a,b),a是groupBy返回的值Int,b是集合arr2中相同的元素集合List[Int]

最终过滤值大于1的,获得map的key

这一行的作用是去重

 

 

 

 

 

 

 

 

成都市作为中国西部地区具有战略地位的核心都市,其人口的空间分布状况对于城市规划、社会经济发展及公共资源配置等研究具有基础性数据价值。本文聚焦于2019年度成都市人口分布的空间数据集,该数据以矢量格式存储,属于地理信息系统中常用的数据交换形式。以下将对数据集内容及其相关技术要点进行系统阐述。 Shapefile 是一种由 Esri 公司提出的开放型地理空间数据格式,用于记录点、线、面等几何要素。该格式通常由一组相互关联的文件构成,主要包括存储几何信息的 SHP 文件、记录属性信息的 DBF 文件、定义坐标系统的 PRJ 文件以及提供快速检索功能的 SHX 文件。 1. **DBF 文件**:该文件以 dBase 表格形式保存与各地理要素相关联的属性信息,例如各区域的人口统计数值、行政区划名称及编码等。这类表格结构便于在各类 GIS 平台中进行查询与编辑。 2. **PRJ 文件**:此文件明确了数据所采用的空间参考系统。本数据集基于 WGS84 地理坐标系,该坐标系在全球范围内广泛应用于定位与空间分析,有助于实现跨区域数据的准确整合。 3. **SHP 文件**:该文件存储成都市各区(县)的几何边界,以多边形要素表示。每个多边形均配有唯一标识符,可与属性表中的相应记录关联,实现空间数据与统计数据的联结。 4. **SHX 文件**:作为形状索引文件,它提升了在大型数据集中定位特定几何对象的效率,支持快速读取与显示。 基于上述数据,可开展以下几类空间分析: - **人口密度评估**:结合各区域面积与对应人口数,计算并比较人口密度,识别高密度与低密度区域。 - **空间集聚识别**:运用热点分析(如 Getis-Ord Gi* 统计)或聚类算法(如 DBSCAN),探测人口在空间上的聚集特征。 - **空间相关性检验**:通过莫兰指数等空间自相关方法,分析人口分布是否呈现显著的空间关联模式。 - **多要素叠加分析**:将人口分布数据与地形、交通网络、环境指标等其他地理图层进行叠加,探究自然与人文因素对人口布局的影响机制。 2019 年成都市人口空间数据集为深入解析城市人口格局、优化国土空间规划及完善公共服务体系提供了重要的数据基础。借助地理信息系统工具,可开展多尺度、多维度的定量分析,从而为城市管理与学术研究提供科学依据。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值