基于python的犯罪数据的可视化预警分析

本文通过分析Kaggle上的旧金山2015年犯罪数据,使用Python进行数据可视化,旨在提供犯罪预警效果。重点展示了犯罪类型的分布,以DRUNKENNESS为例进行深入挖掘,最终通过热力图在地图上呈现犯罪热点区域,实现犯罪预警的可视化。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

    本文灵感来源于Kaggle比赛-旧金山犯罪预测。小编感觉在犯罪打击上面,数据可视化能够很好的做到犯罪打击,给公安机关提供良好的分析依据和可视化的预警效果。因为犯罪数据基本上不公开,我们本文用到的是Kaggle比赛里面提供的旧金山2015年犯罪的开源数据。

  话不多说,直接上干货!

  本文使用的是jupyter Notebook。大家可以下载Anaconda,里面自带jupyter Notebook,以后做数据分析常用这个工具。

#下面导入我们常用的python数据分析库
import pandas as pd
import numpy as np
import os
#打开指定路径的文件夹,并读取csv文件train.csv
os.chdir("/Users/Administrator/Desktop/比赛素材/旧金山犯罪分类预测")
data=pd.read_csv("train.csv")

  我们直接查看前5行的信息,这个时候你会发现全是英文的,这可以对我们之后分析有一点影响,我们直接强行改成中文。

#强行修改列名改成中文
data.columns=["日期","犯罪类型","犯罪描述","星期","所属街区","处理结果","犯罪地址","经度","纬度"]
#查看一下改完之后的样子
data.head()
#效果如下

评论 6
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