craybb的博客

本文深入解析 pyhanlp，全面介绍 HanLP 1.x 和 2.x 的功能与使用场景，详细讲解 pyhanlp 在 Python 3.9+ 环境下的安装方法、迁移步骤，以及 HanLP 2.x 的安装与使用技巧，帮助读者高效掌握自然语言处理工具的强大功能。

本文记录在虚拟环境下使用Nuitka将Python 脚本或程序打包独立的可执行文件（exe）的过程，并给出一些打包建议。主要内容包括：（1）py文件打包的背景和现状；（2）如何使用 Nuitka 打包 Python 脚本（加密和不加密）；（3）如何分离核心代码与依赖，优化打包流程；（4）打包顽固派，如numpy，pandas，Scipy等，该如何处理？

建筑物多边形在地图综合中的两类处理模型:化简与直角化。建筑物矢量数据来源广泛，在数据获取过程中，受GPS精确度、遥感影像分辨率或人为因素的影响，数据往往存在不同程度的误差。其中，图像分割、深度学习等技术提取的建筑物多边形边界由任意折线构成，直角特征弱，点数冗余，无法实现地理信息的规范化表达。本文讨论此类轮廓模糊建筑物的化简问题。

将点数据按规则格网分组的原因很多，如制图中对点位进行抽稀，并行处理时对点要素集合进行分组等。或许你说，我直接使用点要素的ID对电脑CPU核数取余，也能实现分组，但当这些点位之间需要考虑临近关系时，就得按一定的规则对点位进行分组。常用的方法，就是对点集合进行网格编号。

在处理或分析大规模GIS数据时，使用并行计算技术是一种有效的解决方案。结合ArcPy的丰富地理处理工具与开源库，如Geopandas和Shapely，可以灵活地满足复杂需求并实现高效开发。该技术路线充分发挥了ArcPy的功能，同时利用Geopandas和Shapely的优势，能够高效地处理和分析大规模空间数据。

影像底图服务，一直是GIS应用的重要基础。对于大批量的影像数据，在有限的硬件资源、局促的时间、一人一机（骑）的条件下，提供OGC标准的缓存地图服务，支持大连接量、一定并发量的GIS业务需求，是一个“小问题”。

地理数据本身是地球表面一个位置的映射。但地球并不是一个正球体，而是一个两极稍扁、赤道略鼓的不规则球体。2011年，GOCE卫星的一幅新大地水准面地图想象中的地球：（1）形状的不规则性地球表面受到山脉、海洋深度、地形变化以及地球内部密度分布不均的影响，导致地球的形状在局部和整体上都有所差异。这种不规则性使得建立一个通用的数学模型来描述地球的形状变得复杂。（2）重力场的复杂性地球的重力场不是均匀的，它随位置而变化，尤其是在地形起伏较大的地区。