什麼是 Python 中的自我:真實世界的例子
什麼是 Python 中的自我:真實世界的例子
查找一組位置的重心是使用地理信息系統的人員的常見任務。
一個例子是查看分配給倉庫的地址或分配給工作區域的工程師。儘管 LuckyTemplates 尚不支持地圖視覺效果中真正的多個動態圖層,但仍然可以演示該方法。
但是,計算出的COG(重心)可能位於建築物或山頂。這只是一個好地方的標誌。需要進一步分析其他條件,如實用性、周邊基礎設施、人員可用性和住房。
在進入進行演示之前,我將向對此不太熟悉的人解釋數學。
目錄
了解重心分析
這部分是一個有四個位置的小方案。這也包含每個單獨位置的坐標。
您可以在這張地圖上看到這些坐標。如您所見,位置一位於-250 (X)和-150 (Y)上。
此時此刻,重心恰好位於所有這些位置的中間。
我想創建這個加權重心,以根據我擁有的信息(例如到位置4的交貨數量)在一個方向上移動。它也可以基於重量或收入。儘管在大多數情況下,我會考慮交付,因為它們是成本驅動因素。
我需要完成重量才能計算重心。
因此,如果我在位置 1下輸入100,您可以看到加權中心將移動到該點。這是因為其他人仍然是0。
如果我們將其他人的權重設置為200、200和500,重心將根據我指定的權重移動到另一個位置。
這解釋了加權重心的工作原理。
要計算重心,只需將位置 X 和 Y 坐標或緯度和經度乘以每個點的權重即可。
之後除以總重量,得到實際加權重心。
重心分析要考慮的要點
在這個演示中,我只使用了少量的客戶位置。
COG 分析是戰略性的,應該查看較長時間段內的數據,最好是一年或更長時間,以確定季節性。
因此,我建議從標準分析開始,以便在設置分析之前深入了解。在完成後續步驟後,可以使用較小的數據子集來完成此操作。
刪除小的異常值,如偶然客戶,並檢查是否有任何您可能會丟失的交付給或用於客戶的交付。此外,根據新客戶提供的個人資料為他們添加數據。
運行模型的幾次迭代以顯示與任何更改相關的不同場景。
在具有數千個點的較大數據集上,考慮在 Power Query中對數據進行分組。我使用郵政編碼和分組依據,保留交付次數最多的客戶的緯度和經度。
第一個示例場景
這是給定數據集的簡單COG 。
這是數據模型。如您所見,沒有關係。
1.創建重心查詢
首先,我創建了一個重心查詢。
我需要計算選定數據集的重心。為了做到這一點,就像我在 excel 表中顯示的那樣,我必須考慮總需求。
我還需要計算緯度的重心。在這種情況下,我將緯度乘以交付次數。
然後,我對經度做了同樣的計算。
之後,我將給定的COG除以需求。
函數在單行表中返回。我確保列數與數據集中的列數相同。我還確保列可以有文本或公式。在這種情況下,我有經度和緯度 COG 的 DAX 度量。
之後,我做了工會。因此,我用於顯示的最終表是包含重心和數據的聯合表。
完成這些步驟後,該表將顯示locations、revenue、demands、Longitude和Latitude的名稱,以及我為此演示添加的兩列(COG 顏色和Size列)。
2.分析尺寸和顏色措施
規模度量確定總 需求是等於零還是大於零。因此,如果它為零,則大小將設置為1。如果它高於零,它將被設置為0.15。
這樣做將為重心創建不同的大小,顯示為顏色Red和大小1。
紅色與COG 顏色度量相關聯。
這基本上表明,如果尺寸為 1,則COG指標的顏色應為紅色。否則,它應該是藍色的。
在Formatting選項卡下的Data colors中,只需將Format by設置為Field value ,然後為Based on field選項選擇度量。對於這種情況,我選擇了COG 顏色度量。
現在,讓我們進一步分析這個樣本。
第二個示例場景
在此示例中,我創建了五個重心及其現有數據集。
地圖應根據切片器的選擇顯示重心。
實現這種情況非常簡單。我已經為地圖上的每個點取了重心。
我為每個度量創建了相同的計算。
完成這五個COG計算後,我將它們加到這個聯合表中。
隨後,此表現在顯示數據頂部的重心。
這在分析所有現有倉庫的數據方面提供了更多的靈活性。
如果我選擇Blank and Depot Rotterdam ,地圖將顯示Depot Rotterdam的數據點和重心。它還將顯示其他位置的重心,我想將其作為參考。
該表還將根據選擇顯示數據。如您所見,它反映了相應的顏色和尺寸。
顏色度量與第一個示例相同。如果大小為1,則顏色應為紅色;否則,它應該是藍色的。
其他措施僅僅是標準分析的反映,如總收入和總需求。
第三個示例場景
對於最後一個示例,我將位置和重心添加到數據中。因此,我有倉庫、數據和重心。
這導致地圖略有不同。首先,我真正喜歡這張地圖的是它有倉庫和所有點。
我也可以在此切片器中進行選擇。
如果我清除切片器,您可以看到地圖現在顯示站點(綠色圓圈)和重心(紅色圓圈)。
一方面,我擁有完成分析所需的一切。
如果我選擇Depot Rotterdam和重心,地圖將顯示Rotterdam的所有點。作為參考,它還會顯示其他位置的重心。
查看表格,大小現在正按照我的預期進行響應。
Color COG也是如此。
除了添加倉庫外,所有數據都保持不變。但對於其餘部分,我只是修改了顏色並添加了將反映在地圖中的選擇。
您在這兩張卡片中看到的重心是所選點的實際重心。但是,它不會反映在地圖上的另一個點上,因為數據沒有更新。
我使用的顏色測量與第一個不同。這顯示了第一個示例的顏色度量。
至於第二個示例的顏色度量,我添加了一些邏輯來創建地圖上的各種顏色。
圖例是一個小而簡單的表。通常,地圖中的圖例不是那麼好。所以,如果可以的話,我更願意創建自己的。
在這種情況下,我創建了一個小圖例描述和顏色。
對於這個示例場景,我不需要這個圖例來過濾地圖。我只是用它來顯示觀眾在地圖上看到的指南。
數據可視化 LuckyTemplates – 工具提示中的動態地圖
LuckyTemplates 地圖可視化:創建自定義圖例
地理空間分析 – LuckyTemplates 新課程
結論
這涵蓋了有關如何計算地理空間分析中的重心和可視化修改地圖的教程。
您也可以嘗試這些設置。請記住,根據設置數據的方式,您可以獲得不同的結果。
查看下面的鏈接以獲取更多示例和相關內容。
乾杯!
保羅
什麼是 Python 中的自我:真實世界的例子
您將學習如何在 R 中保存和加載 .rds 文件中的對象。本博客還將介紹如何將對像從 R 導入 LuckyTemplates。
在此 DAX 編碼語言教程中,了解如何使用 GENERATE 函數以及如何動態更改度量標題。
本教程將介紹如何使用多線程動態可視化技術從報告中的動態數據可視化中創建見解。
在本文中,我將貫穿過濾器上下文。篩選上下文是任何 LuckyTemplates 用戶最初應該了解的主要主題之一。
我想展示 LuckyTemplates Apps 在線服務如何幫助管理從各種來源生成的不同報告和見解。
了解如何在 LuckyTemplates 中使用度量分支和組合 DAX 公式等技術計算利潤率變化。
本教程將討論數據緩存物化的想法,以及它們如何影響 DAX 在提供結果時的性能。
如果直到現在你還在使用 Excel,那麼現在是開始使用 LuckyTemplates 來滿足你的業務報告需求的最佳時機。
什麼是 LuckyTemplates 網關?所有你必須知道的