原创 GeoDa空間計量(一)——空間權重矩陣的生成

GeoDa空間計量(一)——空間權重矩陣的生成一、基於地理鄰近的空間權重矩陣二、基於地理距離的空間權重矩陣半徑距離空間權重矩陣k個鄰近空間權重矩陣 一、基於地理鄰近的空間權重矩陣 (一)導入shp文件,文件打開後展示爲地圖形狀;

原创 GeoDa空間計量(二)——全局和局部Moran‘I指數

GeoDa空間計量(二)——全局和局部Moran'I指數合併數據全局Moran'I局部Moran'I 上節我們進行了空間權重矩陣構建,這節我們將根據上節構建的空間權重矩陣進行全局和局部Moran’I指數檢驗。在進行檢驗之前,我們首

原创 GeoDa空間計量(三)——繪製地圖

GeoDa空間計量(三)——繪製地圖無主題地圖分位數地圖百分位數地圖箱形圖地圖標準差地圖自然斷點分類法地圖等間距分類法地圖條件地圖示意地圖 本文使用數據與GeoDa空間計量(二)相同,具體方式看GeoDa空間計量(二)的數據合併部

原创 SQL更新、刪除表內容,插入行

SQL更新、刪除表內容,插入行插入行更新表內容刪除表內容一次性刪除表內容 插入行 INSERT INTO <表名> VALUES (<插入值>) 插入某一行的所有列; INSERT INTO <表名>(<列名1>, <列名2>,

原创 Python畫玫瑰圖

Python畫玫瑰圖第一步,讀取數據;第二步,設置柱長;第三步,設置角度;第四步,設置顏色第五步,做圖;普通型中央空白型半透明型第六步,添加標籤,美化圖形。 第一步,讀取數據; import pandas as pd import

原创 SQL多表查詢方式

SQL多表查詢方式標量子查詢關聯子查詢內聯結右外聯結 標量子查詢:返回一行一列的子查詢,相當於一個常數;在主查詢的WHERE或SELECT或HAVING後。 關聯子查詢:返回一列數據,子查詢的結果與主查詢的目標列存在一定關聯;在主

原创 MaxDEA如何計算超效率DEA

MaxDEA如何計算超效率DEA第一步,導入數據,設置輸出和輸出,點擊OK;第二步,運行模型; 本文計算的是超效率DEA-BCC。 第一步,導入數據,設置輸出和輸出,點擊OK; 第二步,運行模型; 在distance選項框中選

原创 SQL單表查詢內容

SQL單表查詢內容單列查詢多列查詢整表查詢排序去重過濾過濾和排序模糊查詢聚合函數和分組分組之後的過濾信息拼接 單列查詢 prod_id爲列名,milk_tea爲表名, “9折” 爲新列的值,discount1爲新列的列名,sale

原创 MaxDEA如何計算DEA-Malmquist指數

MaxDEA如何計算Malmquist指數第一步,導入數據,設置輸入和輸出指標,設置年份,點擊OK;第二步,運行模型;最後,點擊Tools, 保存爲excel。 本文計算的是超效率DEA-Malmquist(BCC)指數。 第一步

原创 Anaconda3包含base和tensorflow兩種環境如何安裝模塊

Anaconda3包含base和tensorflow兩種環境如何安裝模塊 今天安裝MyQR庫,安裝成功之後,在Anaconda Prompt中導入,顯示成功,但在Jupyter NoteBook導入時始終顯示No module n

原创 Python如何生成彩色二維碼和動態二維碼

Python如何生成彩色二維碼和動態二維碼第一步,導入二維碼圖片,爲黑白圖片;查看圖片第二步,生成彩色的二維碼;查看彩色背景將圖片插入二維碼中,生成彩色二維碼;查看生成的二維碼。第三步,生成動態二維碼。 參數 含義

原创 Python進行灰色關聯度綜合評價

Python進行灰色關聯度綜合評價概念介紹第一步,讀取數據,設置城市名稱爲索引第二步,設置參考數列第三步,無量綱化指標第四步,計算評價對象指標序列與參考序列的差值第五步,獲得最大值和最小值第六步,計算關聯繫數第七步,計算關聯序(綜

原创 windows10如何添加環境變量

windows10如何添加環境變量第一步,打開控制面板;第二步,打開“系統與安全”,選擇“系統”;第三步,選擇“高級系統設置”,點擊“環境變量”;第四步,在“系統變量”中,找到“path”,點擊“編輯”;第五步,點擊“新建”,將所

原创 Python動漫化圖片

Python動漫化圖片第一步,在百度AI平臺註冊自己的賬號,具體操作步驟這裏就不再贅述了,請自行百度。第二步,編寫動漫化的代碼第三步,動漫化圖像 第一步,在百度AI平臺註冊自己的賬號,具體操作步驟這裏就不再贅述了,請自行百度。 #

原创 運用Python進行TOPSIS綜合評價方法

運用Python進行TOPSIS綜合評價方法第一步,讀取數據;第二步,對數據進行趨同化;第三步,對數據進行歸一化;第四步,獲取最優列值向量和最劣值向量;第五步,計算最優方案和最劣方案;第六步,計算評價對象與最優方案接近程度;最後,