<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[guoyc439的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/guoyc439</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; guoyc439]]></copyright><item><title><![CDATA[Python Web开发（一）Eclipse+Django+mysql基础安装与配置]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/144886677</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/144886677</guid><author>guoyc439</author><pubDate>Thu, 02 Jan 2025 15:41:34 +0800</pubDate><description><![CDATA[也就是通过自动生成代码来建立一个Django项目--一个Django项目的设置集，包含了数据库配置、Django详细选项设置和应用 特性配置，具体操作步骤如下所示。上述的 mysql80 是我们在安装MySQL时，默认指定的mysql的系统服务名，不是固定的，如果未改动，默认就是mysql80。5、创建数据库，使用windows系统自带命令行工具输入：mysql -u root -p，出现下图说明mysql数据库安装成功。MySQL安装完成之后，在系统启动时，会自动启动MySQL服务，我们无需手动启动了。]]></description><category></category></item><item><title><![CDATA[python - 如何使用 Matplotlib 绘制 Shapely 多边形和对象]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/139534312</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/139534312</guid><author>guoyc439</author><pubDate>Fri, 07 Jun 2024 19:23:18 +0800</pubDate><description><![CDATA[我想将 Shapely 用于我的计算几何项目。为此，我需要能够可视化和显示多边形、线条和其他几何对象。使用 Matplotlib绘制shapley。以绘制polygon为例。本质上是应用shapely几何属性获取坐标，然后绘图，做下记录。]]></description><category></category></item><item><title><![CDATA[解决：NotImplementedError: Multi-part geometries do not provide a coordinate sequence]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/136810152</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/136810152</guid><author>guoyc439</author><pubDate>Mon, 18 Mar 2024 15:24:14 +0800</pubDate><description><![CDATA[尽管我的geopandas数据看起来只包含行，但其类型可能包含MultiLineString类型。如果这样的话，这时如果用。解决办法：在读取坐标之前，需要将gdf中的所有MultiLineString分解成单个的LineString类型。这里只需要一行代码即可解决问题。工作中的点滴记录分享在此。]]></description><category></category></item><item><title><![CDATA[解决：UserWarning: Starting a Matplotlib GUI outside of the main thread will likely fail.多线程中Matplotlib]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/136754251</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/136754251</guid><author>guoyc439</author><pubDate>Sat, 16 Mar 2024 08:32:46 +0800</pubDate><description><![CDATA[最近要在多线程中调用matplotlib绘图，在运行时报出“py:227: UserWarning: Starting a Matplotlib GUI outside of the main thread will likely fail.fig = plt.figure(figsize=(8,5))”的错误。导致这个问题的原因似乎是多线程过程中若果调用matplotlib会导致绘图顺序打乱，甚至出现图形不对，所以matplotlib干脆就禁止了在多线程中的应用。如此这番操作以后，以上的警告确实没了。]]></description><category></category></item><item><title><![CDATA[python ：计算天地图API静态地图的自适应缩放级别zoom]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/136727388</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/136727388</guid><author>guoyc439</author><pubDate>Fri, 15 Mar 2024 09:30:58 +0800</pubDate><description><![CDATA[已知：图片尺寸大小（比如宽700dpi，高600dpi），绘图范围(比如经度102-105、纬度33-35)或者需要绘图的geopandas几何数据。目的：计算合适的缩放级别zoom，能将范围内的几何要素全部展现的图片上，并尽可能的展现更多地图细节。步骤：1、获取本机电脑显示屏的分辨率和实际物理尺寸，并计算每个DPI对应的实际物理尺寸；4、计算图片尺寸宽度、高度与经纬度距离m的缩放比例，并取最大缩放比例为参考值r；5、对照天地图各个缩放级别的比例尺，最终确定合适的缩放级别zoom。]]></description><category></category></item><item><title><![CDATA[服了！pyinstaller 打包遇到的Fiona、GDAL问题，无语]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/133673996</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/133673996</guid><author>guoyc439</author><pubDate>Sun, 08 Oct 2023 11:34:40 +0800</pubDate><description><![CDATA[用pip install pyinstaller 安装好的是5.1版本，然后用pyinstaller -w -i "my.ico" xxxx.py进行打包，打包的应用程序一点开启动就报错退出了，报错提示也看不到，后来就找啊找，解决办法就是pyinstaller包降版本，我把它降到4.8版本，诶，打包的应用程序可以点开了，大部分功能都是可以运行的，欣喜若狂啊当时，以为就完事了。最后，我又开始瞎碰，我觉得吧可能是fiona的问题，看了一下fiona的版本是1.9.2，这可能是安装某个库时自动安装的，为啥？]]></description><category></category></item><item><title><![CDATA[Pyqt5：QLineEdit用正则表达式作为输入验校器]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/131471920</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/131471920</guid><author>guoyc439</author><pubDate>Fri, 30 Jun 2023 10:57:43 +0800</pubDate><description><![CDATA[在用QLineEdit作为输入的时候经常要对其数据进行验校，以组织错误输入的输入，这里用用正则表达式来完成对上图中文本输入框的验校。]]></description><category></category></item><item><title><![CDATA[Python：多线程批量下载高德地图最新的省、市、县行政边界地图数据]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/131470565</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/131470565</guid><author>guoyc439</author><pubDate>Fri, 30 Jun 2023 10:34:30 +0800</pubDate><description><![CDATA[用到mapinfo制作地图数据经常因为行政区划图的变更而烦恼，因此，获取实时最新的行政区划图边界地理数据非常有必要。通过调用上述自定义的类，就可以自动下载所有省、市、线边界的json数据，并应用geopandas将其转换成mapinfo、arcgis可应用的shp格式]]></description><category></category></item><item><title><![CDATA[matplotlib:报错：ImportError: Cannot load backend ‘TkAgg‘ which requires the ‘tk‘ interactive 的处理记录]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/130940684</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/130940684</guid><author>guoyc439</author><pubDate>Tue, 30 May 2023 08:57:16 +0800</pubDate><description><![CDATA[第二种情况就是普通的直接用matplotlib绘制显示图像，我试图用上述同样的方法，不论是用'TkAgg'还是'Agg'，结果都是失败的，或者提出了新的错误提示。我的情况分两种，第一个我是将matplotlib嵌入到pyqt5中显示的，根据网友的提示，我将上述代码中的'TkAgg'换乘了'Agg'，程序就可以运行了。]]></description><category></category></item><item><title><![CDATA[python安装Fiona出现Microsoft Visual C++ 14.0 is required.解决方法，及python库安装通用方法]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/129462357</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/129462357</guid><author>guoyc439</author><pubDate>Sat, 11 Mar 2023 13:23:08 +0800</pubDate><description><![CDATA[一般提示numpy、matplotlib、pandas、scipy、opencv-python、sklearn等等这些包的版本错误不用麻烦了，以前看到网上什么要这个版本和那个版本匹配，我一般直接把那个不匹配的版本直接pip uninstall 卸载了使用方法2或者conda install 重新安装，他们会自动帮你匹配，建议使用方法2，因为conda 会帮你乱卸载或者安装一大堆东西。如果上面的方法没有解决，那么你再到网上看看博客里的版本对应,安装指定版本的包试试看，无非就是：pip install -i。]]></description><category></category></item><item><title><![CDATA[The Shapely GEOS version (3.9.1-CAPI-1.14.2) is incompatible with the GEOS version PyGEOS was compil]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/127341333</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/127341333</guid><author>guoyc439</author><pubDate>Sat, 15 Oct 2022 22:00:29 +0800</pubDate><description><![CDATA[The Shapely GEOS version (3.9.1-CAPI-1.14.2) is incompatible with the GEOS version PyGEOS was compil]]></description><category></category></item><item><title><![CDATA[geopandas 安装详细步骤记录]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/127341024</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/127341024</guid><author>guoyc439</author><pubDate>Sat, 15 Oct 2022 21:41:18 +0800</pubDate><description><![CDATA[接下来就是重头戏安装geopandas了，需要注意的是这时候是个空的python3.6环境，尽管geopandas以来pandas包，但是这时切忌不要第一步就安装geopandas，因为安装pandas时会自动安装numpy，如果这个numpy的版本不对，就能把人累死你也找不出原因。既然都安装到这个份上了，不放把面向地理空间数据科学的库pysal也安装以下，注意，这个pysal也是依赖geopandas的，所以只有先安装好geopandas之后才能安装pysal。注意，在这一步骤，安装过程中。]]></description><category></category></item><item><title><![CDATA[WGS84 转 UTM（Python代码版）]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/126776994</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/126776994</guid><author>guoyc439</author><pubDate>Fri, 09 Sep 2022 09:53:49 +0800</pubDate><description><![CDATA[基于Python语言，使用pyproj库进行WGS 和UTM的转换。]]></description><category></category></item><item><title><![CDATA[EPSP是什么]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/125440786</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/125440786</guid><author>guoyc439</author><pubDate>Fri, 24 Jun 2022 10:27:15 +0800</pubDate><description><![CDATA[EPSP的英文全称是European Petroleum Survey Group，中文名称为欧洲石油调查组织。这个组织成立于1986年，2005年并入IOGP(InternationalAssociation of Oil & Gas Producers)，中文名称为国际油气生产者协会。EPSG对世界的每一个地方都制定了地图，但是由于座标系不同，所以地图也各不相同。中国地图比如对于中国来讲，以地球的几何球心为中心的地图就是EPSG:4479，以地球的椭球焦点为中心就是EPSG:4480，此外还有EPSG:]]></description><category></category></item><item><title><![CDATA[Scipy中griddata（）函数解决等高线不闭合的办法]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/124249446</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/124249446</guid><author>guoyc439</author><pubDate>Mon, 18 Apr 2022 15:03:36 +0800</pubDate><description><![CDATA[如以上两图所示，我们在应用matplotlib中的contour()绘制等值线的时候经常会因为边缘数据的缺少，而导致绘制出来的等高线的边缘并不闭合，然而我们有的时候要应用等值线对相关数据进行分析的时候，希望边缘是闭合的的等值线。怎么办呢？

我们先看一下我解决后的等值线如下：





这是两幅相对应的图片，经过处理后的数据边缘部分是闭合的，要做到如上图一样，只需要在我们进行插值处理的时候添加一个参数即可。

scipy中的griddatah函数用来进行插值处理，函数形式如下：

scip...]]></description><category></category></item><item><title><![CDATA[Pandas求两个dataframe差集 详解]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/124165334</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/124165334</guid><author>guoyc439</author><pubDate>Thu, 14 Apr 2022 10:28:43 +0800</pubDate><description><![CDATA[1、交集

intersected=pd.merge(df1,df2,how='inner')

延伸（针对列求交集）intersected=pd.merge(df1,df2,on['name'],how='inner')

2、差集（df1-df2为例）

diff=pd.concat([df1,df2,df2]).drop_duplicates(keep=False)



差集函数的详解：

1、Pandas 通过 concat() 函数能够轻松地将 Series 与 DataFrame 对象组合在一]]></description><category></category></item><item><title><![CDATA[shapely的Polygon构建多边形不起作用解决记录]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/124038387</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/124038387</guid><author>guoyc439</author><pubDate>Fri, 08 Apr 2022 12:33:07 +0800</pubDate><description><![CDATA[我要构建多边形用于数据判断，之前在装pysal的时候安装了shapely，档我这次向调用它构建多边形的时候发现怎么都不起作用，具体表现为


from shapely.geometry import Polygon
polygon = Polygon([(0, 0), (1, 1), (1, 0)])
print(polygon)

这个简单的例子它不输出多边形结果。

然后我上网查了下，最终决定重新安装shapely

在https://www.lfd.uci.edu/~gohlke/pythonlibs]]></description><category></category></item><item><title><![CDATA[pysal安装过程，避坑记录]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/123868845</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/123868845</guid><author>guoyc439</author><pubDate>Thu, 31 Mar 2022 13:01:55 +0800</pubDate><description><![CDATA[Pysal是一个面向地理空间数据科学的开源跨平台库，重点是用python编写的地理空间矢量数据。它支持空间分析高级应用程序的开发。在安装过程遇到不少坑，现在记录下来。

我使用的是python3.7的在conda虚拟环境下。直接通过pip 或者conda install 后运行时不行的，因为pysal有许多依赖包要安装。最重要的就是这个geopandas包，Geopandas包介绍看这里。

这个Geopands包又依赖于：gdal、Shapely、Fiona、pyproj这四个包，因此在安装geopand]]></description><category></category></item><item><title><![CDATA[Python空间分析| 01 利用Python计算全局莫兰指数（Global Moran‘s I）]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/123823262</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/123823262</guid><author>guoyc439</author><pubDate>Tue, 29 Mar 2022 15:48:12 +0800</pubDate><description><![CDATA[全局空间自相关
空间自相关（spatial autocorrelation）是指一些变量在同一个分布区内的观测数据之间潜在的相互依赖性。Tobler(1970)曾指出“地理学第一定律：任何东西与别的东西之间都是相关的，但近处的东西比远处的东西相关性更强”

全局莫兰指数（Global Moran's I）是最常用的空间自相关指数，用来反映全局的空间相关性，其计算公式为：

$$ I = \frac N W \frac {\sum_i \sum_j w_{ij} (x_i-\bar x) (x_j-\bar ]]></description><category></category></item><item><title><![CDATA[聚类算法分类及如何选择某类方法]]></title><link>https://blog.youkuaiyun.com/guoyc439/article/details/123653689</link><guid>https://blog.youkuaiyun.com/guoyc439/article/details/123653689</guid><author>guoyc439</author><pubDate>Tue, 22 Mar 2022 10:39:16 +0800</pubDate><description><![CDATA[聚类算法分类：

(1)划分聚类算法:也称为基于距离的聚类算法，此类算法中，簇的数量是随机选择的或最初给定的。属于这一类的算法有K-Meansl，PAM，CLARANSI等。

K-means聚类算法的不足之处在于它要多次扫描数据库，此外，它只能找出球形的类，而不能发现任意形状的类。还有，初始质心K的选择对聚类结果有较大的影响，该算法对噪声很敏感。

划分方法具有线性复杂度，聚类的效率高的优点。然而，由于它要求输入数字k确定结果簇的个数，并且不适合于发现非凸面形状的簇，或者大小差别很大的簇，所以这些启发式聚]]></description><category></category></item></channel></rss>