DeepSeek智能时空数据分析(四):绘制行政区域并定制样式

序言:时空数据分析很有用,但是GIS/时空数据库技术门槛太高

时空数据分析在优化业务运营中至关重要,然而,三大挑战仍制约其发展:技术门槛高 ,需融合GIS理论、SQL开发与时空数据库等多领域知识;空间数据缺乏直观可视化工具 ,导致分析结果难以高效传达;现有产品成本高昂,限制了中小企业应用。

本系列文章将借助DeepSeek等大模型的能力,通过NL2SQL等免费/低成本 AI GIS智能体能力,帮助不熟悉SQL、GIS但是有空间数据分析需求的读者实现最常用的分析功能。

前序文章

《DeepSeek智能时空数据分析(一):筛选特定空间范围内的POI数据》

《DeepSeek智能时空数据分析(二):3秒对话式搞定"等时圈"绘制》

《DeepSeek智能时空数据分析(三):专业级地理数据可视化赏析-《杭州市国土空间总体规划(2021-2035年)》》

行政区域绘制的一个经典案例

前文所述《杭州市国土空间总体规划(2021-2035年)》(公开稿),有很多经典的行政区域绘制案例,例如:

这些经典行政区域绘制案例兼具科学性与美观性,本文将利用免费地理工具尝试进行复刻。

绘制行政区

首先,从免费地理数据工具GeoAtlas上下载一份杭州市行政区数据:

然后用DataV Atlas导入这份杭州市行政区数据:(也可以用其他任意gis工具如qgis等开源工具进行绘制,方式不同)

DataV Atlas导入这份杭州市行政区数据后是默认样式,与《杭州市国土空间总体规划(2021-2035年)》差距较大,需要对样式进行调整;

定制行政区样式

  • 调整区域面样式:将颜色调为绿色,透明度60;
  • 调整描边样式:边线颜色选红色,加粗到3px,线型选虚线;

    可以发现有点雏形了,但是缺少内部区级边界线;可以从DataV Atlas再下载一份包含区县的行政区数据;导入DataV Atlas并新建图层,进行样式调整;

调整底图样式

DataV Atlas默认的底图是高德城市地图,风格不够美观,参考规划设计需要换成卫星底图,并且将饱和度降低,以突出数据等要素;

提供一份样例卫星底图:https://webst04.is.autonavi.com/appmaptile?style=6\&x={x}\&y={y}\&z={z}

设置完卫星底图之后,行政区绘制的整个样式就接近规划图风格了。

下一篇继续在此基础上,参考《杭州市国土空间总体规划(2021-2035年)》经典样例,叠加其他空间要素。

免费时空数据分析工具

本文用到的个空间分析工具对学习者如高校学生都是免费的,可以自行获取学习使用;个人开发者可以选择低成本版本或者看有没有免费试用。

大模型NL2SQL时空数据分析工具DataV Atlas可以参考之前介绍文章获取;https://blog.csdn.net/guoweish/article/details/146253025?spm=1011.2124.3001.6209

相关推荐
mmmmath_31 小时前
计算二分类模型的精确率与召回率
分类·数据挖掘
货拉拉技术2 小时前
构建稳定的 AI Agent:Harness 工程的核心机制与实践思考
人工智能·后端·数据分析
茶栀(*´I`*)3 小时前
【Python数据分析利器】Pandas从入门到实战:核心数据结构DataFrame与Series全解析
python·数据分析·pandas
计算机源码社3 小时前
27届计算机毕设源码|基于Python的黄金价格特征分布与周期聚类可视化研究 基于大数据技术的黄金价格历史演变规律与波动特征研究
大数据·数据挖掘·数据分析
Daorigin_com3 小时前
道本科技携手DeepSeek:以AI重塑合同全生命周期管理
前端·人工智能·科技·网络安全·数据挖掘·前端框架·传媒
CC数分4 小时前
数据可视化入门:用Python把一堆数字变成一张图
开发语言·python·信息可视化·数据分析
wuyk5555 小时前
Python实战项目05:JSON数据解析与数据可视化小案例|全套实战闭环
python·信息可视化·json
茶栀(*´I`*)5 小时前
【Python数据可视化】Matplotlib从零到精通:图表核心解剖、多子图布局与三大经典图表实战
python·信息可视化·matplotlib
FIT2CLOUD飞致云5 小时前
电子表格支持嵌入集成,支持GaussDB数据源与StarRocks计算引擎,DataEase开源BI工具v3.1.0版本发布
开源·数据可视化·dataease·数据表格·bi
BullSmall6 小时前
全套补充材料:评测报告模板 + Bad Case 分类方案 + 评测数据集构建规范
人工智能·分类·数据挖掘