panbaoran913的博客

文章摘要 本文介绍共享单车数据分析的两个关键部分：站点流量统计和社区检测。首先通过3D柱状图可视化站点借还车频次，筛选特定区域数据展示地理分布。其次应用Louvain算法进行社区检测，包括数据预处理、图构建、社区分析和优化过程，最终识别出具有高内聚性的地理区域。文章详细展示了数据处理流程，包括孤立节点移除、异常数据处理，以及各阶段图结构的对比分析。完整代码见配套文件，实现了从原始数据到社区聚类可视化的完整分析链条。

SHP格式是GIS中最常用的矢量数据交换格式，包含.shp（几何信息）、.shx（索引）和.dbf（属性）三个必需文件。Python可通过geopandas库读取SHP文件，并支持基于属性和空间关系的筛选操作（如within、intersects等）。以上海路网数据为例，演示了数据筛选、空间查询、可视化（含轨迹叠加）及保存为GeoJSON等操作流程。还展示了摩拜单车轨迹数据的解析方法，包括坐标点提取、LineString转换和静态/交互式可视化技巧，为地理空间数据分析提供了完整的技术路线。

Q表格、Q网络与策略函数Q表格是有限的离散的，而神经网络可以是无限的。对于动作有限的智能体来说，使用Q网络获得当下状态的对于每个动作的状态-动作值。那么arg max⁡Qas;θabest​,那么我们对当前的状态s,会有一个最佳的选择abesta_{best}abest​,选择的依据是策略θ\thetaθ. 我们的目标是获得最优的策略θ∗\theta^*θ∗.即优化θ\thetaθ。

我们实现了一种自动策略来解决这些问题，比如当两个智能体同时试图移动到同一个位置时候，或者多个智能体同时争夺有限的资源的时候，系统会自动介入处理，而不是需要你在每个具体的环境代码里都去写冲突解决逻辑。我们可以选择将某些智能体的内部指标，比如健康度、满意度等，设置为公开状态，让其他智能体能够观察到这些信息，这有助于建立更复杂的社交关系和协作策略。比如，对于一个既要生存又要积累财富的智能体，它的奖励向量可能有两个维度：一个是生存值，另一个是财富值。优点是直观，缺点是基于梯度的算法，可能不太方便处理向量奖励。

本文介绍了一个网格环境类MapEnv的设计与实现，主要包括地图初始化和执行动作两大核心功能模块。在地图初始化部分，通过构造器init和__init__map方法控制地图生成流程，提供随机生成（随机墙、起点、奖励点）和固定配置两种模式，并包含路径连通性验证（BFS算法）和障碍物检测等关键功能。执行动作部分实现智能体的移动、拾取等交互逻辑，支持局部视野观测。该环境采用双矩阵结构表示水平和垂直墙，支持三种地图生成模式：完全固定、部分随机和完全随机，为智能体训练提供灵活的测试场景。

【代码】gurobipy代码。

[bike]邻接矩阵中邻居和时间模式矩阵的获取

一、导入库import numpy as npimport pandas as pd #import networkx as nximport matplotlib.pyplot as pltimport randomfrom collections import *import csv import pickle import os二、修改当前文件工作路径os.getcwd() # 获得当前工作路径cd "C:\\Users\\Administrator\\Desktop

一、小数据点数据一：[13098, 11129, 11105, 11157, 11021, 11018, 11028, 11157]网状数据二：[11194, 15090, 11018, 11028, 11009, 15076, 11147, 11105]星状数据三：[11106, 15018, 11020, 11012, 11018, 11212, 11016, 11014]网状数据四：[11131, 11194, 11106, 11012, 15018, 11228, 11013, 11014

数据记录

MDP的案例一、Grid world参考连接：https://www.jianshu.com/p/b392405115bb网格世界(Grid World)规则：网格中的每一个小格都对应于环境中的状态. 在一个小格上, 有 4 种可能的动作: 北移, 南移,东移, 西移, 其中各个动作都确定性地使智能体在网格上沿对应的方向移动一格. 如果所采取的动作将令智能体脱离网格, 那么该动作的结果为智能体的位置保持不变, 且造成 −1 的奖赏. 除了上述动作与将智能体移出特殊状态 A 与 B 的动作外, 其他的

MRP"""这是MRP迭代过程（Markov Reward Process马尔可夫报酬过程）""" # 迭代def next_v(_lambda, r_list, old_v_list, weight_list): # _lambda是折扣因子，表示未来报酬的当前价值 new_v_list = [] for j in range(len(old_v_list)): if j != len(old_v_list) - 1: j_sum