أكثر

مربعات Mapserver - مشكلة في الإسقاط


أحاول تقديم البلاط مع shp2img أداة من مجموعة Mapserver ومربعاتي غير متطابقة. يتم ترقيم البلاط كما هو الحال في openstreetmaps.org. هذه محاولة لرسم تجانب (المستوى 1 ، س = 1 ، ص = 0) لها مدى [xmin = 0 ، ymin = 0 ، xmax = 180 ، ymax = 90]:
http://img69.imageshack.us/img69/4112/z0x1y0.png "> http://img834.imageshack.us/img834/5489/z0x1y0v2.png">
بعض التفاصيل:
إخراج ogrinfo:

Layer SRS WKT: GEOGCS ["غير معروف"، DATUM ["MIF 0"، SPHEROID ["WGS_84_MAPINFO_Datum_0"، 6378137.01،298.257223563]]، PRIMEM ["Greenwich"، 0]، UNIT ["Degree"، 0.01745329251]

قسم الإسقاط من ملف MAP:

PROJECTION "init = epsg: 4326" END

تم الحل ، لقد قمت للتو بتعيين الإسقاط في ملف MAP على Mercator:

PROJECTION "proj = merc" "a = 6378137" "b = 6378137" "lat_ts = 0.0" "lon_0 = 0.0" "x_0 = 0.0" "y_0 = 0" "k = 1.0" "Units = m" "nadgrids = @ null "" no_defs "END # بالمناسبة ، هل هناك طريقة للإعلان عنها بشكل أقصر؟ "init = epsg: 900913" غير معروفة لخادم الخرائط الخاص بي.

وفي كل كائن طبقة ، يتم الإعلان عن نظام الإحداثيات الخاص به:

PROJECTION "init = epsg: 4326" END

بعد ذلك ، بدأت خريطتي في استخدام العدادات حيث تم تغيير الوحدات والإسقاط إلى Mercator ، والآن أصبحت المربعات جيدة.


الأسماء الثابتة وأسماء متغيرات أعضاء الفئة حساسة لحالة الأحرف في PHP.

تتوفر ثوابت MapServer التالية:

MS_TRUE، MS_FALSE، MS_ON، MS_OFF، MS_YES، MS_NO

MS_INCHES ، MS_FEET ، MS_MILES ، MS_METERS ، MS_KILOMETERS ، MS_DD ، MS_PIXELS ، MS_NAUTICALMILES

MS_LAYER_POINT ، MS_LAYER_LINE ، MS_LAYER_POLYGON ، MS_LAYER_RASTER ، MS_LAYER_ANNOTATION (مهمل منذ 6.2) ، MS_LAYER_QUERY ، MS_LAYER_CIRCLE ، MS_LAYER_TILEINDEX ، MS_LAYER_CHART

MS_ON ، MS_OFF ، MS_DEFAULT ، MS_EMBED ، MS_DELETE

يسمح باستخدام خرائط البكسل الشفافة ألفا مع صور خرائط RGB MS_GD_ALPHA

MS_UL، MS_LR، MS_UR، MS_LL، MS_CR، MS_CL، MS_UC، MS_LC، MS_CC، MS_XY، MS_AUTO، MS_AUTO2، MS_FOLLOW، MS_NONE

MS_TINY ، MS_SMALL ، MS_MEDIUM ، MS_LARGE ، MS_GIANT

MS_SHAPE_POINT ، MS_SHAPE_LINE ، MS_SHAPE_POLYGON ، MS_SHAPE_NULL

MS_SHP_POINT ، MS_SHP_ARC ، MS_SHP_POLYGON ، MS_SHP_MULTIPOINT

MS_NORMAL ، MS_HILITE ، MS_SELECTED

MS_INLINE، MS_SHAPEFILE، MS_TILED_SHAPEFILE، MS_SDE، MS_OGR، MS_TILED_OGR، MS_POSTGIS، MS_WMS، MS_ORACLESPATIAL، MS_WFS، MS_GRATICULE، MS_RASTER، MS_PLUGIN، MS_UNION

MS_NOERR، MS_IOERR، MS_MEMERR، MS_TYPEERR، MS_SYMERR، MS_REGEXERR، MS_TTFERR، MS_DBFERR، MS_GDERR، MS_IDENTERR، MS_EOFERR، MS_PROJERR، MS_MISCERR، MS_CGIERR، MS_WEBERR، MS_IMGERR، MS_HASHERR، MS_JOINERR، MS_NOTFOUND، MS_SHPERR، MS_PARSEERR، MS_SDEERR، MS_OGRERR، MS_QUERYERR، MS_WMSERR، MS_WMSCONNERR ، MS_ORACLESPATIALERR ، MS_WFSERR ، MS_WFSCONNERR ، MS_MAPCONTEXTERR ، MS_HTTPERR ، MS_WCSERR

MS_SYMBOL_SIMPLE ، MS_SYMBOL_VECTOR ، MS_SYMBOL_ELLIPSE ، MS_SYMBOL_PIXMAP ، MS_SYMBOL_TRUETYPE

MS_IMAGEMODE_PC256 ، MS_IMAGEMODE_RGB ، MS_IMAGEMODE_RGBA ، MS_IMAGEMODE_INT16 ، MS_IMAGEMODE_FLOAT32 ، MS_IMAGEMODE_BYTE ، MS_IMAGEMODE_FEATURE ، MS_IMAGEMODE_NULL

MS_STYLE_BINDING_SIZE ، MS_STYLE_BINDING_ANGLE ، MS_STYLE_BINDING_COLOR ، MS_STYLE_BINDING_OUTLINECOLOR ، MS_STYLE_BINDING_SYMBOL ، MS_STYLE_BINDING_WIDTH

MS_LABEL_BINDING_SIZE ، MS_LABEL_BINDING_ANGLE ، MS_LABEL_BINDING_COLOR ، MS_LABEL_BINDING_OUTLINECOLOR ، MS_LABEL_BINDING_FONT ، MS_LABEL_BINDING_PRIORITY ، MS_LABEL_BINDING_ABIZ_LIZE_BINDING_COLOR

MS_ALIGN_LEFT ، MS_ALIGN_CENTER ، MS_ALIGN_RIGHT


ما هي خريطة كا

يعد ka-Map ("ka" كما في ka-boom!) مشروعًا مفتوح المصدر يهدف إلى توفير واجهة برمجة تطبيقات جافا سكريبت لتطوير واجهات تخطيط ويب تفاعلية للغاية باستخدام الميزات المتوفرة في متصفحات الويب الحديثة.

  • التحريك التفاعلي والمستمر دون إعادة تحميل الصفحة
  • خيارات التنقل بلوحة المفاتيح (التكبير والتحريك)
  • التكبير إلى المقاييس المحددة مسبقًا
  • سلمي ، أسطورة ، ودعم خريطة المفاتيح
  • تحكم اختياري في الطبقة من جانب العميل (تصبح الطبقات مرئية على الفور ولكن بأداء منخفض بسبب المزيد من الصور ، وربما يكون تفاعل المتصفح أبطأ)
  • اختبارات. يجب أن تكون خريطة ka مستقرة قدر الإمكان في جميع المتصفحات الحديثة. الرجاء الإبلاغ عن نجاح أو فشل ka-Map في أي متصفح
  • الميزات والبق. يحتاج ka-Map إلى مجتمع نشط من المطورين للمساعدة في حل المشكلات وإضافة ميزات جديدة. الوصول إلى التزام CVS مقيد ولكنه متاح لأولئك المهتمين بصدق بالمساهمة. ومع ذلك ، يمكن لأي شخص المساهمة عن طريق الإبلاغ عن الأخطاء أو اقتراح ميزات جديدة أو تم تغييرها في القائمة البريدية ، أو عن طريق إرسال تصحيحات التعليمات البرمجية إلى القائمة البريدية. سيتم النظر فيها وإضافتها إلى إصدار CVS في أقرب وقت ممكن
  • موثقون. هناك نقص في الوثائق والمساهمين مطلوبون للمساعدة في واجهة برمجة التطبيقات للمطور (للحفاظ على النواة وتوسيعها) ، ودليل المستخدم للدمج في تطبيق الخرائط ، ودليل المستخدم لوظائف المستخدم النهائي.

إصلاح ممكن

يمكن إصلاح المشكلة عن طريق عمل الإسقاط خارج Osmarender. سيتعين على المرء ترجمة ملف OSM مع خطوط الطول والعرض إلى ملف متوقّع بالفعل x و ذ القيم (أو Eastings and Northings إذا كنت تفضل ذلك). من المحتمل أن يكون لهذا المزايا التالية:

  • لا يوجد خطأ في الإسقاط
  • المعالجة الأسرع منذ XSLT ليست جيدة في الرياضيات
  • حتى أسرع في سياق البلاط @ home حيث يجب أن يتم الإسقاط مرة واحدة فقط لكل مجموعة مربعات ، وليس مرة واحدة لكل مستوى تكبير ، ويمكن قطع المربعات من صورة نقطية كبيرة واحدة (لاTilesPipe @ home)
  • سهولة التحول إلى الإسقاطات الأخرى إذا رغبت في ذلك

قد يكون عيب هذا هو حقيقة أن Osmarender لن يكون قادرًا على رسم شبكة خطوط الطول / العرض أو في الواقع عرض مقياس بالأمتار أو الأميال لأنه لن يعرف أي شيء عن مربع الحدود الجغرافية الذي يعرضه.

المستخدم: لدى Frederik Ramm نص أولي للإسقاط و Osmarender معدل للعمل مع مخرجاته. يبدو أنه يفعل ما يجب أن يفعله ، ولكن يجب تعديله وصقله قليلاً قبل أن يمكن استخدامه لإحياء TilesPipe @ home.

  • لقد تم بالفعل حل هذه المشكلات بقوة في برامج حرة أخرى ،
    • ستقدم القائمة البريدية لـ PROJ.4 نصائح حكيمة في هذه المجالات ، فهم يمثلون مجموعة قوية من الخبراء. ابحث في أرشيفات قائمتهم البريدية عن مواضيع (أي صراخ) حول إسقاط "Google Sphere".
      راجع أيضًا معلمات proj4 هذه لإسقاط Mercator من Google على أرض كروية.
    • كما يمكن أن تساعد أدوات ومطوري GDAL / OGR في إنشاء مربعات ذات إشارة جغرافية صحيحة وإعداد WMSMapServer ، والذي سيكون حلاً مثاليًا (عبر الإنترنت).

    مربعات Mapserver - مشكلة في الإسقاط - نظم المعلومات الجغرافية

    التصور التفاعلي في بايثون

    /> هذا البرنامج التعليمي مرخص بموجب ترخيص Creative Commons Attribution-NonCommercial 4.0 International License.

    يقدم هذا المعمل نظرة عامة على التصور التفاعلي للبيانات في بايثون باستخدام الرسم البياني. يوفر نظرة عامة ومقارنة بين حزم البوكيه والرسم. يوفر نظرة عامة على وظائف الرسم البياني ، مع التركيز على وظائف plotly.express لمجموعة متنوعة من أنواع المؤامرات ، بما في ذلك مخططات نظام الإحداثيات الديكارتية ثنائية الأبعاد ورسم الخرائط باستخدام البيانات الجغرافية المكانية. وينتهي بنظرة عامة على خيارات التصدير للأرقام التخطيطية.

    بنهاية هذا المعمل ، سيكون الطلاب قادرين على:

    • فهم المكونات الأساسية لحزم التصور التفاعلي للبايثون البوكيه والباندا
    • افهم البنية الأساسية المستخدمة لتوليد شكل رسومي لمجموعة متنوعة من أنواع الحبكة ، باستخدام وظائف plotly.express
    • افهم البنية والخيارات المتاحة لتخصيص شكل رسم بياني
    • افهم خيارات التصدير لشكل الرسم البياني
    • كن قادرًا على استخدام وظائف plotly.express لتوليد الأرقام الخاصة بهم ، مع مستوى أساسي من التخصيص
    • تعرف على كيفية التنقل والتفاعل مع التوثيق التخطيطي للبرامج التعليمية واستكشاف الأخطاء وإصلاحها

    انقر هنا وحدد خيار "حفظ باسم" لتنزيل هذا المعمل كمفكرة Jupyter.

    استشار المؤلف الموارد التالية عند كتابة هذا البرنامج التعليمي:

    حتى هذه النقطة ، كنا قد قمنا بإنشاء مخططات صور ثابتة في بايثون باستخدام مزيج من الباندا ، matplotlib ، و seaborn.

    ولكن في كثير من الحالات ، قد نرغب في إنشاء مخططات تفاعلية يمكن أن توجد على الويب.

    نرى هذا النوع من التفاعل في مشاريع صحافة البيانات:

    نرى هذا النوع من التفاعل في واجهات على غرار لوحة القيادة ، مثل لوحة القيادة COVID-19 بجامعة جونز هوبكنز.

    حزمتا Python الرائدتان اللتان يمكن استخدامهما لإنشاء تصورات تفاعلية للويب هما bokeh و plotly.

    سنقدم نظرة عامة موجزة لكل منها ، مع بعض اعتبارات المقارنة ، قبل التركيز على الرسم البياني.

    "Bokeh عبارة عن مكتبة مرئية تفاعلية لمتصفحات الويب الحديثة. وهي توفر تصميمًا أنيقًا وموجزًا ​​لرسومات متعددة الاستخدامات ، وتوفر تفاعلًا عالي الأداء عبر مجموعات البيانات الكبيرة أو المتدفقة. يمكن لـ Bokeh مساعدة أي شخص يرغب في إنشاء مخططات ولوحات معلومات تفاعلية بسرعة وسهولة ، وتطبيقات البيانات "(وثائق bokeh)

    ظهر bokeh في عام 2013 ، ويستخدم أسلوبًا رسوميًا ونموذجًا عند إنشاء تصورات تفاعلية.

    تم إنشاء bokeh على D3.js ، وهي مكتبة JavaScript للتصور التفاعلي.

    يتطلب التخصيص الكامل في bokeh بعض المعرفة بجافا سكريبت.

    نموذج التعليمات البرمجية والإخراج لمؤامرة خوخية.

    "Plotly هي شركة حوسبة تقنية يقع مقرها الرئيسي في مونتريال ، كيبيك ، وتعمل على تطوير أدوات تحليل البيانات والتصور عبر الإنترنت. توفر Plotly أدوات الرسوم البيانية والتحليلات والإحصاءات عبر الإنترنت للأفراد والتعاون ، بالإضافة إلى مكتبات الرسوم البيانية العلمية لـ Python و R و MATLAB و بيرل ، جوليا ، أردوينو ، وريست "(ويكيبيديا).

    مكتبة الرسوم البيانية Python مدعومة من قبل شركة Plotly.

    يعتمد بشكل مؤكد على Python وإطار عمل Django ، باستخدام JavaScript و D3.js و HTML و CSS لواجهته الأمامية.

    يتم تخزين ملفات مؤامرة على خدمة التخزين البسيط (S3) الخاصة بخدمات Amazon Web Services.

    تأسست الشركة في عام 2012 واستمرت في كونها شركة ناشئة مميزة في عام 2013 PyCon ، حيث رعت مؤتمر SciPy في عام 2018.

    خلال تمويل السلسلة A ، جمعت Plotly 5.5 مليون دولار ، بدعم من MHS Capital ، و Siemens Venture Capital ، و Rho Ventures ، و Real Ventures ، و Silicon Valley Bank.

    تقدم Plotly مجموعة من المنتجات ، بعضها مجاني أو مفتوح المصدر ، والبعض الآخر قائم على الاشتراك.

    • اندفاع: إطار عمل لتطبيق ويب مفتوح المصدر لـ Python و R و Julia
    • استوديو الرسم البياني: واجهة مستخدم رسومية لتحليل وتصور البيانات إصدار مستخدم واحد مجاني ، عمليات النشر في المؤسسة لها نموذج تسعير
    • مكتبات API: مكتبات الرسوم البيانية مفتوحة المصدر لـ Python و R و Julia
    • تطبيقات مؤامرة: تطبيق Google Chrome
    • PLotly.js: مكتبة رسوم JavaScript ولوحة أجهزة مفتوحة المصدر
    • مشروع مؤامرة: نموذج التسعير للتركيب والتوزيع المحلي

    في السنوات الأخيرة ، انتقلت Plotly إلى التعلم الآلي ودعم تطبيقات الذكاء الاصطناعي وتكنولوجيا سلسلة توريد الذكاء الاصطناعي وتواصل توسيع خيارات تسعير المؤسسة.

    لمزيد من المعلومات حول التاريخ المؤامرة: Plotly ، "نبذة عنا"

    لمعرفة المزيد عن منتجات Plotly:

    تستخدم منتجات شركة Plotly من قبل الشركات التي تشمل NVIDIA و Tesla و Shell و Citi Bank و Amgen.

    يتم استخدام منتج Plotly's Chart Studio من قبل مجموعة من المؤسسات والشركات الصحفية ، بما في ذلك S & ampP Global و The Washington Post و Wired و Tesla و Medium.

    في وقت كتابة هذا البرنامج التعليمي (ديسمبر 2020) ، لم يكن لدى فريق القيادة العليا في Plotly نساء في أدوار فنية ولا يوجد أشخاص ملونون.

    للوهلة الأولى ، يبدو أن البوكيه والمخطط لهما ميزات ووظائف متشابهة.

    يعتمد كلاهما على مكتبات JavaScript ، ويمكنهما العمل مع البيانات المخزنة في حيوانات الباندا ، وإنشاء تطبيقات ويب تفاعلية.

    تحتوي الحزم على بنية مختلفة تمامًا لكيفية إنشاء التصورات والتطبيقات ، وتعتمد على بنية أساسية مختلفة للجهة الخلفية عند نشر تطبيقات الويب.

    بالإضافة إلى الحصول على الدعم والبنية التحتية لشركة Plotly ، يوجد بشكل كبير مجتمع مستخدم أكبر بكثير يتألف من الأفراد والشركات.

    تتوفر أيضًا مكتبات الرسوم البيانية بلغات أخرى غير Python ، وأبرزها R و Julia.

    تم تصميم bokeh لـ Python ، مع توفر مكتبة BokehJS المستقلة لجافا سكريبت.

    يركز هذا البرنامج التعليمي على الرسم التخطيطي ، لكن موارد bokeh الموضحة أعلاه تعد مكانًا مفيدًا لبدء العمل مع الحزمة الأخرى.

    لمزيد من مقارنات البوكيه والتخطيط المتعمق:

    • بول إياكومي ، "Plotly vs. Bokeh: إيجابيات وسلبيات تصور Python التفاعلي"مدونه شخصيه خاصه (7 يونيو 2020)
    • Stackshare ، "Bokeh vs Plotly
    • Flavian ، "Bokeh vs Dash- ما هو أفضل إطار لبايثون؟سيكارا (20 فبراير 2020)
    • reddit ، "Plotly vs Bokeh vs." (2017)
    • سكوت فيتزباتريك ، "Creating Python Dashboards: Dash Vs Bokeh"دولة نشطة (19 سبتمبر 2019)
    • غابرييلا موريرا مافرا ، "اختيار واحدة من العديد من أدوات تصور Python"مدونة Magrathea Lab (22 سبتمبر 2018)
    • Antoine Hue ، "ما هي المكتبة التي يجب أن أستخدمها في لوحة معلومات Python الخاصة بي؟"نحو علم البيانات (31 أغسطس 2020)

    الابتداء مع المؤامرة

    1. لتثبيت مؤامرة:
    • باستخدام نقطة: تثبيت نقطة مؤامرة
    • باستخدام conda: تثبيت conda -c مؤامرة
    • باستخدام دفتر Jupyter: تثبيت pip "دفتر ملاحظات & gt = 5.3" "ipywidgets & gt = 7.2"
    • استخدام conda في Jupyter Notebook: تثبيت conda "notebook & gt = 5.3" "ipywidgets & gt = 7.2"

    Plotly.js ، تستند مكتبة JavaScript بشكل مؤامرة إلى فهم الأشكال كأشجار ذات عقد مسماة تسمى سمات.

    العقدة الجذرية للشجرة كثلاث سمات من المستوى الأعلى.

    المستوى الأعلى البيانات تتكون السمة من قوائم الإملاءات المشار إليها باسم التتبع.

    يحتوي كل تتبع على نوع مخطط (مبعثر ، شريط ، دائري ، إلخ) ، ويتم رسمه على مخطط فرعي واحد.

    يمكن أن يكون للتتبعات وسيلة إيضاح واحدة ، وسمات أخرى تعتمد على نوع التتبع.

    المستوى الأعلى نسق يُشار إلى السمة باسم "التخطيط" وتتكون من عامل ضبط مع سمات تتحكم في الأجزاء غير المتعلقة بالبيانات في الشكل.

    تتضمن أجزاء الشكل التي تحكمها سمة التخطيط ما يلي:

    • الأبعاد والهوامش
    • قوالب ، خطوط ، ألوان ، تسميات تحوم
    • الألقاب والأساطير
    • العلامات غير المتعلقة بالبيانات مثل التعليقات التوضيحية والأشكال والصور
    • عناصر التحكم مثل الأزرار أو المفاتيح أو القوائم أو أشرطة التمرير

    المستوى الأعلى الإطارات السمة غير موجودة لجميع أنواع المؤامرات.

    تتكون الإطارات من قائمة الإملاءات التي تحدد الإطارات المتسلسلة في الرسم المتحرك.

    كل إطار في التسلسل له سمة البيانات الخاصة به (والمعلمات الأخرى).

    عند بناء شكل ، لا يتعين عليك ملء كل سمة من سمات كل كائن.

    يمكن لطبقة JavaScript حساب القيم الافتراضية لبعض السمات غير المحددة.

    لنلقِ نظرة على مثال لرسم خط بسيط.

    كود Python الذي ينشئ المؤامرة باستخدام الرسم:

    يمكننا استخدام fig.to_dict () و fig.to_json () لتمثيل النهاية الخلفية لشكل مؤامرة كقاموس أو كائن JSON ، على التوالي.

    الحبكات الفرعية لنظام الإحداثيات الديكارتية ثنائية الأبعاد هي أكثر أنواع الحبكة الفرعية شيوعًا.

    في الرسم البياني ، تدعم الآثار المتوافقة مع هذه الحبكات الفرعية سمات xaxis و yaxis.

    أنواع التتبع المتوافقة مع المخططات الفرعية الديكارتية ثنائية الأبعاد تتضمن مخططات مبعثرة ومخططات شريطية ومخططات بيانية ومخططات مربعة.

    يدعم كلا المحورين X و Y سمة النوع.

    يمكن لسمة النوع تعديل التتبع لإظهار القيم المستمرة أو القيم الزمنية أو القيم الفئوية.

    تحتوي الوحدة النمطية plotly.express على وظائف يمكنها إنشاء أشكال كاملة مرة واحدة.

    تم تصميم وظائف plotly.express لتكون نقطة دخول سهلة الاستخدام لحزمة الرسم.

    يتم إنشاء كائن الرسم البياني كجزء من أي دالة plotly.express ، ولكن الهدف من وظيفة plotly.express هو تقليل مقدار التعليمات البرمجية اللازمة لإنشاء كائن الرسم البياني وتخصيصه وعرضه بشكل كبير.

    لإنشاء مخطط مبعثر باستخدام plotly.express ، نستخدم الدالة px.scatter () ، والتي تأخذ قيمًا للمحور X و Y.

    بدون أي وسيطات إضافية ، يتم تطبيق خيارات التنسيق والأنماط الافتراضية.

    تم إنشاء كل شيء من علامات التجزئة إلى تسميات المحور إلى خطوط الشبكة إلى تسميات التمرير بواسطة الإعدادات الافتراضية لـ plotly.express.

    لإنشاء مخطط مبعثر من البيانات المخزنة في DataFrame ، لا يزال يتم تطبيق نفس البنية العامة التي تحدد قيم X و Y.

    مثال باستخدام بيانات حول الزهور.

    في مثال إطار البيانات ، مررنا إطار البيانات بالكامل إلى px.scatter () ، وحددنا بأعمدة لاستخدامها في المحور X و Y.

    في الشكل الناتج ، يمكننا أن نرى كيف يعين رسمياً أسماء الأعمدة كتسميات المحور.

    يمكننا تعديل لون النقطة وحجمها لتعكس القيم الأساسية في إطار البيانات.

    يمكننا أيضًا تعديل المعلومات المعروضة في ملصق التمرير.

    في هذا المثال المعدل ، يحدد اللون الحقل الذي سيتم استخدامه لنقاط اللون.

    حجم يحدد أي حقل لاستخدامه لحجم النقاط.

    تضيف hover_data الحقول التي لم يتم دمجها بالفعل في الشكل إلى ملصق التمرير ، والذي يتضمن الآن 5 حقول مختلفة.

    لمعرفة المزيد عن مخططات التشتت في الرسم البياني:

    يمكننا إنشاء رسم خط بسيط باستخدام px.line ().

    يستخدم هذا المثال بيانات نموذجية عن متوسط ​​العمر المتوقع.

    في هذا المثال ، نقوم بتمرير مجموعة فرعية من إطار بيانات gapminder إلى fucntion () px.line.

    نحدد الحقول التي يجب استخدامها لقيم المحور X و Y ، ونعطي الشكل عنوانًا.

    لنفترض أننا أردنا إنشاء مخطط خط ببيانات لبلدين.

    يمكننا تصفية إطار البيانات وفقًا لذلك واستخدام معلمة اللون.

    1. لنفترض أننا نريد تعديل مخطط الخط ليشمل خطًا للبلدان الفردية ولون الخطوط حسب القارة.

    في المثال المعدل ، نقوم بتلوين الخطوط حسب القارة وتجميع الخطوط حسب البلد.

    نستخدم أيضًا line_group لتجميع الصفوف في عمود في سطور.

    نستخدم hover_name لتعيين عنوان أو اسم لتسميات التمرير.

    أصبح اسم البلد الآن في أعلى كل تسمية فوقية.

    لمزيد من المعلومات عن مؤامرات الخط في المؤامرة:

    يمكننا إنشاء مخطط شريطي باستخدام px.bar ().

    في الإعدادات الافتراضية ، يتم تمثيل كل صف من إطار البيانات كعلامة مستطيلة.

    مثال باستخدام بيانات السكان من مجموعة بيانات المثال السابق.

    في هذا المثال ، يتم تحديد عمود السنة كقيمة المحور X ، ويتم تعيين العمود المنبثق كقيمة المحور ص.

    يمكننا أيضًا إنشاء مخطط شريطي مكدس باستخدام px.bar ().

    دعنا نلقي نظرة على مخطط شريطي مكدس لعينة البيانات المخزنة بتنسيقين مختلفين.

    كما تعلمنا في معمل الباندا ، يمكن تخزين البيانات في شكل طويل أو واسع.

    بيانات طويلة صف واحد لكل ملاحظة وعمود واحد لكل متغير. يُعرف أيضًا باسم البيانات المرتبة.

    بيانات واسعة النطاق صف واحد لكل قيمة من المتغير الأول ، وعمود واحد لكل قيمة من القيمة الثانية.

    مقارنة سريعة للبيانات الطويلة والواسعة لنفس مجموعة بيانات الميدالية الأولمبية.

    في مثال التنسيق العريض ، نقوم بتمرير قائمة الأعمدة إلى المحور ص.

    بالنسبة للمثال ذي التنسيق العريض ، قد نرغب في إعادة تسمية الحقول عند إنشاء تسميات التمرير.

    في المثال المعدل ، مررنا قاموسًا إلى التصنيفات لإعادة تسمية هذه الحقول يدويًا في ملصق التمرير.

    إذا أردنا تغيير التصميم لمثال التنسيق العريض ، فيمكننا تحديد قالب نمط (مشابه لورقة الأنماط) ، وخريطة ملونة ، وتسميات المحور.

    في المثال المعدل المصمم ، قمنا مرة أخرى بتعديل تسميات الحقول عن طريق تمرير قاموس إلى الملصقات.

    حددنا اللون حسب قيمة الحقل باستخدام color_discrete_map.

    وضعنا قالب نمط باستخدام القالب.

    استخدمنا .update_layout () لتعيين عائلة الخطوط لعناوين الشكل والمحور ، وكذلك إخفاء وسيلة الإيضاح.

    يمكننا أيضًا ضبط وضع الشريط باستخدام .update_layout () مع سمة barmode.

    ينتج عن ضبط شريط البارمود على المكدس مخطط شريطي مكدس.

    تذكر في المخطط الشريطي الأفقي ، أن قيم المحور X و Y هي معكوس المخطط الشريطي العمودي.

    لمعرفة المزيد عن المخططات الشريطية في الرسم البياني:

    يمكننا إنشاء مخطط دائري باستخدام px.pie ().

    مثال باستخدام بيانات عينة السكان العالمية الخاصة بنا:

    ربما يكون مثالًا مفيدًا على الفائدة المحدودة للمخططات الدائرية.

    في هذا المثال ، نقوم بتمرير إطار البيانات المفلتر إلى px.pie () ، وتحديد حقل pop كقيمة للشريحة والبلد كاسم للشريحة.

    مثال آخر باستخدام فاتورة المطعم وبيانات الإكرامية.

    في هذا المثال ، نقوم بتمرير إطار البيانات بالكامل إلى px.pie () وتعيين طرف كقيمة الشريحة واليوم كاسم للشريحة.

    كل يوم عبارة عن شريحة من الفطيرة ، وقد أجرت وظيفة plotly.express و px.pie () الحسابات الأساسية لإظهار بيانات الإكرامية المجمعة كنسبة مئوية.

    المخطط الدائري المجوف هو مخطط دائري معدل به دائرة فارغة في منتصف الدائرة.

    يمكننا إنشاء مخطط دائري دائري عن طريق إنشاء كائن رسم بياني وتحديد قيمة لمعامل الثقب.

    لا يستخدم هذا المثال plotly.express وبدلاً من ذلك يقوم بإنشاء كائن الرسم البياني يدويًا.

    هناك الكثير مما يجب الدخول فيه من حيث الاختلافات بين بناء جملة الدالة plotly.express و plotly.graph_object.

    لأغراضنا ، يمكننا التركيز على كيفية تمرير القيم ، والتسميات ، ومعلمة الثقب إلى go.Figure () و go.Pie () لإنشاء المؤامرة.

    تُعرف المخططات الدائرية متعددة المستويات باسم مخططات أمة الله.

    يمكننا إنشاء مخطط أمة الله باستخدام الدالة plotly.express px.sunburst ().

    لنفترض أن لدينا شجرة عائلة نريد تمثيلها باستخدام مخطط أمة الله.

    باستخدام px.sunburst () ، يكون كل صف من DataFrame قطاعًا من انفجار sunburst.

    كل قطاع في مخطط أمة الله يماثل شريحة من المخطط الدائري في مخطط دائري.

    المخطط الفقاعي هو مخطط مبعثر يتم فيه ربط حجم العلامة بالبعد الثالث من البيانات.

    يمكننا إنشاء مخططات فقاعية في plotly.express باستخدام دالة px.scatter () nad لتعيين معلمة الحجم إلى حقل بيانات.

    مثال باستخدام سنة واحدة لبيانات سكان العالم ، حيث يكون نصيب الفرد من الناتج المحلي الإجمالي هو قيمة المحور X ، ومتوسط ​​العمر المتوقع هو قيمة المحور Y.

    يتم تحديد حجم علامة العلامة حسب عدد السكان.

    في هذا المثال ، نستخدم px.scatter () لإنشاء مخطط مبعثر.

    من خلال ضبط الحجم على فرقعة ، يتم تحديد حجم العلامة من خلال القيمة الرقمية في الحقل المنبثق.

    قمنا أيضًا بتعيين الحد الأقصى لحجم العلامة باستخدام size_max.

    من خلال تعيين اللون على القارة ، يتم تحديد لون العلامة من خلال سلسلة حقل القارة.

    قمنا بتعيين اسم أو عنوان لتسميات التمرير باستخدام hover_name.

    تعيين log_x إلى True (القيمة الافتراضية لهذه السمة هي False) يعني أن المحور X سيتم قياسه في الإحداثيات الديكارتية.

    لمعرفة المزيد عن المخططات الفقاعية في الرسم البياني:

    رسم البيانات الفئوية

    لأغراضنا ، يتم تعريف البيانات الفئوية على أنها بيانات نوعية أو اسمية أو ترتيبية منفصلة أو غير مستمرة.

    تتناقض البيانات الفئوية مع البيانات الرقمية المستمرة.

    يحدد نوع المحور كيفية رسم البيانات في الشكل الناتج.

    أنواع المحاور المعترف بها في الرسم البياني:

    يتم اكتشاف نوع المحور تلقائيًا بواسطة الرسم البياني استنادًا إلى البيانات المرتبطة بالمحور المحدد.

    إذا لم يتعرف الرسم البياني على البيانات على أنها فئات متعددة أو تاريخ أو فئة (يتم التحقق منها بالتسلسل بهذا الترتيب) ، يتم تعيينها افتراضيًا على الخطية.

    عند اختبار البيانات متعددة الفئات ، يبحث عن الرسم البياني لمعرفة ما إذا كان هناك مصفوفة متداخلة.

    عند اختبار التاريخ أو الفئة ، يتطلب الرسم التخطيطي أكثر من ضعف عدد سلاسل التاريخ أو الفئة المميزة كأرقام مميزة من أجل اختيار أحد أنواع المحاور هذه.

    يمكننا تخيل السيناريوهات التي نعمل فيها مع البيانات الفئوية التي لن يتم اكتشافها تلقائيًا بدقة عن طريق الرسم.

    يمكننا أن نوجه مخططًا لإعادة تشكيل المحور على أنه يحتوي على بيانات فئوية من خلال سمات xaxis_type و yaxis_type.

    مثال على البيانات الفئوية الممثلة في شكل مخطط شريطي.

    في هذا المثال ، سيكون نوع المحور X المكتشف تلقائيًا خطيًا.

    باستخدام .update_xaxes (type = 'category') ، نجبر المحور X على أن يكون فئويًا.

    يمكننا أيضًا التحكم في ترتيب الفئة عن طريق تمرير قاموس إلى معلمة category_orders.

    مثال مع المخططات الشريطية جنبًا إلى جنب للبيانات الفئوية لبيانات resturaunt وبيانات الإكرامية.

    بالإضافة إلى ضبط معلمات color و barmode و facet_col ، نقوم بتمرير قاموس إلى category_orders لتحديد ترتيب كل فئة في المؤامرة.

    يمكننا أيضًا فرز الفئات تلقائيًا حسب الاسم أو القيمة الإجمالية باستخدام .update_xaxes () أو .update_yaxes () جنبًا إلى جنب مع معلمة ترتيب الفئة.

    يؤدي تعيين ترتيب الفئة إلى فئة تصاعدي أو تصنيف تنازلي إلى تصنيف الفئات أبجديًا.

    يؤدي تعيين ترتيب الفئة إلى إجمالي تصاعدي أو تنازلي إلى تصنيف الفئات عدديًا حسب القيمة الإجمالية.

    لمعرفة المزيد عن البيانات الفئوية والرسم:

    • لقب
    • تسميات المحور
    • أسطورة
    • مقياس أو علامات التجزئة
    • تسمية تحوم
    • مصدر البيانات
    • قطع الخط
    • شريط الرسم البياني
    • مخطط شريطي مجمع
    • مخطط شريطي أفقي
    • مخطط شريطي مكدس
    • الرسم البياني
    • مربع مؤامرة
    • قطعة أرض
    • مؤامرة مبعثر
    • مخطط دائري
    • مخطط دائري مجوف
    • مخطط أمة الله
    • الطاولة

    حتى هذه النقطة ، كنا نعمل مع البيانات المرسومة على نظام إحداثيات ديكارت ثنائي الأبعاد ، مع محوري x و y.

    لأغراضنا ، من المفيد جدًا التفكير في الخرائط بنفس الطريقة - مثل البيانات المرسومة على نظام إحداثيات.

    باستثناء الخرائط ، يكون نظام الإحداثيات هذا عادةً نوعًا من الإسقاط المستند إلى خطوط الطول أو العرض ، وتتضمن البيانات المراد رسمها معلومات صريحة عن الموقع (بدلاً من حقل رقمي أو فئوي يمكن تعيينه إلى محور).

    يدعم مؤامرة نوعين مختلفين من الخرائط.

    خرائط Mapbox هي خرائط مبنية على التجانب يتم تقديمها باستخدام المربعات التي تتحد معًا لتشكيل مخطط الخريطة.

    الخرائط الجغرافية هي خرائط مبنية على مخطط تفصيلي يتم عرضها باستخدام كائن layout.geo الذي يحتوي على معلومات تكوين الخريطة.

    سنبدأ بالنظر في الخرائط المستندة إلى مخطط جغرافي قبل استكشاف الخرائط المبنية على التجانب في Mapbox.

    الخرائط الجغرافية ، أو الخرائط المستندة إلى مخطط تفصيلي

    تحتوي الخرائط الجغرافية على طبقة خريطة أساسية مضمنة تتكون من بيانات "مادية" و "ثقافية" من مجموعة بيانات الأرض الطبيعية.

    يمكننا إظهار أو إخفاء ، وكذلك تعديل ، المكونات المختلفة لهذه الطبقة الأساسية.

    يمكننا إلقاء نظرة على الخريطة الأساسية المضمنة ، والتي تظهر فقط الوحدات الفرعية للبلد.

    هناك عدد قليل من الخيارات للتكبير أو التركيز على المنطقة الممثلة في الخريطة الأساسية.

    يمكننا تعيين سمة layout.geo.fitbounds على المواقع لتوسيط نطاق الخريطة الأساسية المرئية تلقائيًا بناءً على البيانات التي يتم رسمها.

    يمكننا أيضًا تعيين نطاق الخريطة باستخدام مجموعة فرعية مسماة.

    تشمل النطاقات المسماة المتوفرة ما يلي:

    • العالمية
    • الولايات المتحدة الأمريكية
    • أوروبا
    • آسيا
    • أفريقيا
    • شمال امريكا
    • أمريكا الجنوبية
    1. آسف ، طيور البطريق والدببة القطبية.

    الآن بعد أن أصبح لدينا طبقة خريطة أساسية ستعمل كنظام إحداثيات لمخططنا ، يمكننا رسم البيانات باستخدام هذا النظام المنسق.

    عندما نفهم الخرائط مجرد وقت آخر من الرسم يستخدم نظام إسقاط مختلف ، فإن الخرائط ذات العلامات هي مجرد نوع آخر من مخطط التشتت.

    يمكننا استخدام الدالة px.scatter_geo () لرسم بيانات النقطة بأبعاد جغرافية مكانية.

    يمكننا إنشاء خريطة نقطة لمجموعة البيانات السكانية العالمية.

    في هذا المثال ، نقوم بتمرير إطار البيانات بالكامل df إلى وظيفة px.scatter_geo ().

    نستخدم المواقع لملاحظة العمود بمعلومات الموقع.

    تحدد معلمة الحجم حجم كل علامة بناءً على قيمة الحقل المنبثق.

    لنفترض أننا أردنا استخدام نوع مختلف من الإسقاط العالمي ، ولون النقاط حسب القارة.

    في المثال المعدل ، قمنا بتعيين اللون لتعيين لون لكل قيمة فريدة في القارة.

    قمنا بتعيين hover_name على البلد.

    وقمنا بتعيين الإسقاط على الأرض الطبيعية لتغيير طبقة الخريطة الأساسية الأساسية.

    يمكننا أيضًا إنشاء خريطة من البيانات الجغرافية المكانية المخزنة في إطار بيانات الباندا باستخدام GeoPandas.

    مثال على استخدام بيانات حركة المطارات الأمريكية.

    1. في هذا المثال ، نستخدم بنية الرسم البياني للكائن البياني لإنشاء الشكل وتحديد الأعمدة في إطار البيانات التي تتضمن معلومات خطوط الطول والعرض.

    يمكننا بسهولة تخيل سيناريو لا تكون فيه الخريطة التي تحتوي على بيانات نقطية (أو مخطط مبعثر على نظام إسقاط الخريطة) هي الطريقة الأكثر فاعلية لتمثيل البيانات.

    على سبيل المثال ، عند العمل مع وحدات جغرافية مكانية ليست نقاط عرض وخط طول مفردة ، فإن تمثيل منطقة باستخدام مضلع قد ينتج عنه مخطط أكثر ثاقبة.

    عند العمل مع البيانات على مستوى المقاطعة أو الولاية أو البلد ، وما إلى ذلك ، قد تكون المضلعات أفضل من النقاط.

    نسمي هذه الأنواع من الخرائط الخرائط التصحيحية.

    يمكننا استخدام الدالة px.choropleth () لإنشاء خريطة تصحيحية قائمة على المخطط التفصيلي في الرسم البياني.

    تتطلب خرائط Choropleth نوعين رئيسيين من المدخلات لإنشاء خريطة:

    • معلومات هندسية: يمكن توفيره باستخدام ملف GeoJSON حيث يحتوي كل معلم (مضلع) على حقل معرف يمكن استخدامه لتوصيل بيانات السمات
      • يتضمن مخططًا هندسيًا مدمجًا للولايات الأمريكية ودول العالم
      1. دعنا نلقي نظرة سريعة على كائن JSON الأساسي لعينة من ملف GeoJSON.

      لدينا معلومات هندسية محملة.

      الآن إلى بيانات السمة ، أو قيم البيانات المفهرسة بواسطة حقل معرف.

      يستخدم هذا المثال بيانات البطالة على مستوى المقاطعة ، المفهرسة بواسطة رمز FIPS كمعرف فريد.

      الآن يمكننا العمل مع المعلومات الهندسية وبيانات السمة لإنشاء خريطة تصحيحية.

      نقوم بذلك باستخدام دالة px.choropleth ().

      انظروا إلى خريطة تصحيحية توضح معدلات البطالة في المقاطعات الأمريكية.

      في هذا المثال ، قمنا بتعيين المقاطعات GeoJSON على أنها بيانات هندسية.

      نحدد الحقل المشترك المراد استخدامه لربط مجموعتي البيانات ، fips.

      نحن نؤسس لون المضلع على الحقل unemp باستخدام اللون.

      نقوم بتعيين عدد الألوان أو نطاق الألوان باستخدام range_color.

      نختار مخططًا ملونًا مستمرًا باستخدام مقياس اللون المتواصل.

      ونقوم بتحديث اسم الحقل unemp باستخدام الملصقات.

      لمزيد من المعلومات حول الخرائط المستندة إلى المخطط التفصيلي في الرسم البياني:

      Mapbox والخرائط المستندة إلى البلاط

      خرائط Mapbox هي خرائط مبنية على التجانب يتم تقديمها باستخدام المربعات التي تتحد معًا لتشكيل مخطط الخريطة.

      تعتمد خرائط مربعات الخرائط على طبقة.

      يتم تحديد طبقة الخريطة الأساسية بواسطة layout.mapbox.style.

      يتم التحكم في طبقة البيانات المرسومة على الخريطة الأساسية بواسطة دالة plotly.express أو Graph_object.

      يمكن لـ layout.mapbox.layers تحديد طبقات إضافية حسب الحاجة.

      في إعدادات الرسم الافتراضية ، يتم تجسيد هذه الطبقات بالترتيب التالي:

      • الطبقة الأساسية (layout.mapbox.style)
      • طبقة البيانات (كائن التتبع)
      • طبقات إضافية (layout.mapbox.layers)

      في هذه الأمثلة ، يشير Mapbox إلى مكتبة Mapbox GL JavaScript مفتوحة المصدر.

      تم دمج مكتبة Mapbox JavaScript في مخطط.

      تتوفر بعض مكونات Mapbox بدون رمز وصول.

      تتطلب مكونات Mapbox الأخرى رمز وصول لاستخدامه.

      انتقل إلى https://docs.mapbox.com/help/how-mapbox-works/access-tokens/ لإعداد حساب Mapbox مجاني والحصول على رمز وصول.

      عند الحاجة ، يمكن تعيين الرمز المميز باستخدام وظيفة التكوين px.set_mapbox_access_token ().

      هناك عدد قليل من الخيارات لطبقات الخريطة الأساسية باستخدام layout.mapbox.style.

      white-bg عبارة عن لوحة بيضاء فارغة ولا تتضمن أي طلبات HTTP خارجية.

      المربعات النقطية من خوادم التجانب العامة:

      • خريطة الشارع المفتوح
      • كارتو-بوزيترون
      • المادة المظلمة كارتو
      • تضاريس السداة
      • مسحوق الحبر السداة
      • السداة المائية
      1. مربعات المتجهات من خدمة Mapbox (تتطلب رمز وصول):
      • أساسي
      • الشوارع
      • في الهواء الطلق
      • ضوء
      • داكن
      • الأقمار الصناعية
      • شوارع الأقمار الصناعية

      يمكننا أيضًا تحديد طبقة الخريطة الأساسية باستخدام عنوان URL لنمط خدمة Mapbox.

      تتطلب هذه الأنماط رمز وصول.

      لنقم بإنشاء طبقة خريطة أساسية باستخدام خريطة الشارع المفتوحة.

      يمكننا تغيير القيمة المخصصة لـ mapbox_style لتغيير نمط طبقة الخريطة الأساسية.

      في الحالة التي نقوم فيها بتحميل طبقة خريطة أساسية من عنوان URL ، سنقوم بتعيين mapbox_style إلى white-bg لإنشاء لوحة قماشية فارغة لنمط طبقة الخريطة الأساسية الخارجية.

      مثال آخر يستخدم البلاط العام من هيئة المسح الجيولوجي الأمريكية (USGS). لا يوجد رمز وصول مطلوب.

      يمكننا الآن استخدام وظيفة px.scatter_mapbox () لإضافة بيانات النقطة إلى الشكل الخاص بنا.

      يأخذ هذا المثال الخريطة الأساسية لخريطة الشارع المفتوحة من القسم السابق ويضيف بيانات النقاط لـ 1،000 مدينة أمريكية ذات أعلى عدد سكاني.

      نحدد الحقول الموجودة في إطار بيانات us_cities التي تتضمن معلومات خطوط الطول والعرض (خطوط الطول والعرض).

      قمنا بتعيين تسلسل لوني بألوان منفصلة.

      ولكن نظرًا لعدم تعيين أي حقل لسمة اللون ، فإن كل النقاط لها نفس اللون.

      إذا أردنا تلوين النقاط بناءً على حجم السكان ، فسنريد التبديل إلى مقياس ألوان مستمر.

      1. If we wanted our point size to be based on the population value, we would modify the size parameter.

      Another example that uses rideshare data for Montreal.

      In this example, point size is based on the number of car hours ( car_hours ) and point color is based on time of day ( peak_hour ).

      We pass the entire dataframe to px.scatter_mapbox and specify which fields include geospatial information.

      We set color and size and assign a maximum size for the points.

      plotly includes a number of built-in discrete and continuous colormaps.

      To learn more about the built-in colormap options:

      We can also create tile-map choropleth maps using the px.choropleth_mapbox() function.

      Tile-map choropleth maps require the same two main types of input to generate a map:

      • Geometry information: can be supplied using a GeoJSON file in which each feature (polygon) has an id field that can be used to connect attribute data
        • plotly includes built-in geometries for US states and world countries

        We'll use the same county unemployment data from the previous choropleth map section.

        With px.choropleth_mapbox() , each row of the dataframe is represented by a polygon.

        An sample choropleth map of the county unemployment data, using the base layer carto-positron which does not require an access token.

        And again, we have a choropleth map showing unemployment rates for US counties.

        In this example, we set the counties GeoJSON as the geometric data.

        We specify the common field to use to connect the two datasets, fips .

        We base polygon color on the unemp field using color .

        We set the number of colors or color range using range_color .

        We select a continuous colormap using color_continuous_scale .

        And we update the unemp field name using labels .

        For more on tile-based maps in plotly :

        • لقب
        • Hover labels
        • مقياس
        • Data source
        • Geo Maps, or Outline-Based Maps
          • Point map
          • Choropleth map
          • Mapbox or Tile-Based Maps
            • Point map
            • Choropleth map

            plotly.express does not include a table function, but we can create a graph object table using go.Figure() in combination with go.Table() .

            We can create two columns of data with sample scores for A and B letter grades.

            There's a lot to get into in terms of the differences between plotly.express function syntax and plotly.graph_object syntax.

            For our purposes, we can focus on how the table header takes a dictionary with column labels, and the cells also take a dictionary with two lists of values.

            These dictionaries are passed to go.Figure() and go.Table() to create the plot.

            We could also generate a table from data stored in a pandas DataFrame .

            This example also includes style parameters for the table.

            This example includes style attributes like fill_color and align for both header and cells .

            For header , this example takes a dictionary with the DataFrame column labels as a list, and the DataFrame column values as values for the cells .


            Georeferencing with Paper Maps - PowerPoint PPT Presentation

            يعد موقع PowerShow.com موقعًا رائدًا لمشاركة العروض التقديمية / عرض الشرائح. سواء كان طلبك يتعلق بالعمل ، أو الكيفية ، أو التعليم ، أو الطب ، أو المدرسة ، أو الكنيسة ، أو المبيعات ، أو التسويق ، أو التدريب عبر الإنترنت أو لمجرد التسلية ، فإن موقع PowerShow.com هو مورد رائع. والأفضل من ذلك كله ، أن معظم ميزاته الرائعة مجانية وسهلة الاستخدام.

            يمكنك استخدام PowerShow.com للعثور على أمثلة على عروض PowerPoint التقديمية عبر الإنترنت وتنزيلها حول أي موضوع يمكنك تخيله حتى تتمكن من تعلم كيفية تحسين الشرائح والعروض التقديمية مجانًا. أو استخدمه للعثور على عروض تقديمية عالية الجودة لـ PowerPoint وتنزيلها مع شرائح مصورة أو متحركة ستعلمك كيفية القيام بشيء جديد ، مجانًا أيضًا. أو استخدمه لتحميل شرائح PowerPoint الخاصة بك حتى تتمكن من مشاركتها مع المعلمين أو الفصل أو الطلاب أو الرؤساء أو الموظفين أو العملاء أو المستثمرين المحتملين أو العالم. أو استخدمه لإنشاء عروض شرائح صور رائعة حقًا - مع انتقالات ثنائية وثلاثية الأبعاد ورسوم متحركة وخيارات موسيقية - يمكنك مشاركتها مع أصدقائك على Facebook أو دوائر Google+. هذا كله مجاني أيضًا!

            مقابل رسوم رمزية ، يمكنك الحصول على أفضل خصوصية على الإنترنت في المجال أو الترويج للعروض التقديمية وعروض الشرائح مع أعلى التصنيفات. لكن بصرف النظر عن ذلك فهو مجاني. سنقوم بتحويل عروضك التقديمية وعروض الشرائح إلى تنسيق الفلاش العالمي بكل مجدها الأصلي للوسائط المتعددة ، بما في ذلك الرسوم المتحركة ، وتأثيرات الانتقال ثنائية وثلاثية الأبعاد ، والموسيقى المضمنة أو أي صوت آخر ، أو حتى الفيديو المضمّن في الشرائح. كل هذا مجانا. يمكن مشاهدة معظم العروض التقديمية وعروض الشرائح على PowerShow.com مجانًا ، بل إن الكثير منها مجاني للتنزيل. (يمكنك اختيار ما إذا كنت ستسمح للأشخاص بتنزيل عروض PowerPoint التقديمية الأصلية وعروض شرائح الصور مقابل رسوم أو مجانًا أم لا على الإطلاق.) تحقق من PowerShow.com اليوم - مجانًا. حقا هناك شيء للجميع!

            العروض التقديمية مجانًا. أو استخدمه للعثور على عروض تقديمية عالية الجودة لـ PowerPoint وتنزيلها مع شرائح مصورة أو متحركة ستعلمك كيفية القيام بشيء جديد ، مجانًا أيضًا. أو استخدمه لتحميل شرائح PowerPoint الخاصة بك حتى تتمكن من مشاركتها مع المعلمين أو الفصل أو الطلاب أو الرؤساء أو الموظفين أو العملاء أو المستثمرين المحتملين أو العالم. أو استخدمه لإنشاء عروض شرائح صور رائعة حقًا - مع انتقالات ثنائية وثلاثية الأبعاد ورسوم متحركة وخيارات موسيقية - يمكنك مشاركتها مع أصدقائك على Facebook أو دوائر Google+. هذا كله مجاني أيضًا!


            ملخص

            Digital soil mapping uses field and laboratory observations coupled with spatially explicit environmental covariates (SCORPAN) and modern computer technology to predict soil classes or properties. It complements and builds upon the collective knowledge and expertise accumulated over many decades of conventional soil survey work. Major advantages of digital soil mapping include:

            • The most accurate model that resources can support through the iterative process of development and testing can be used to create the final soil map. Models can be refined until the resulting soil map meets accuracy and uncertainty standards.
            • The uniform application of the model across the project area results in a consistent soil map.
            • The degree of accuracy and uncertainty associated with the soil map can be expressed quantitatively.
            • Soil information is captured for each grid cell rather than aggregated for entire polygons. As a result, there is a more detailed portrayal of the short-range soil variability over the landscape.
            • The models developed to predict soil classes or properties are an effective way to capture and preserve expert knowledge about soil and landscape relationships.

            5. Problems to be solved

            A. Need to verify the configuration and cutting function of GeoWebCache. And the cut effect on the data above GB.

            B. Need to verify PostGIS support for Chinese (current testing is supported). And the stability of big data when it comes to storage.

            C. The ease of use of the map. Currently tested uDig can be generated with graphics Sld, and can configure more complex graphs. But how can I publish the layer directly to After GeoServer, let this Sld is automatically associated with this layer and has not been tested yet. In the later stages, it is necessary to consider whether it is necessary to develop an easier mapping and publishing tool.

            D. The spatial analysis function based on GeoServer has not been verified yet, and only part of it has been developed.


            Tuesday, May 30, 2006

            Mapping the (US) Political Blogosphere : http://hypertext.rmit.edu.au/

            http://www.dynamicdrive.com/ : free, original DHTML & Javascripts to enhance your web site.

            A Hacker Manifesto (by McKenzie Wark) "Hackers create the possibility of new things entering the world. Not always great things, or even good things, but new things. In art, in science, in philosophy and culture, in any production of knowledge where data can be gathered, where information can be extracted from it, and where in that information new possibilities for the world produced, there are hackers hacking the new out of the old. Hackers create these new worlds, yet we do not possess them. That which we create is mortgaged to others, and to the interests of others, to states and corporations who monopolise the means for making worlds we alone discover. We do not own what we produce -- it owns us. http://www.purselipsquarejaw.org/2004_09_01_blogger_archives.php#109632081351516342 A Hacker Manifesto offers a systematic restatement of Marxist thought for the age of cyberspace and globalization. In the widespread revolt against commodified information, McKenzie Wark sees a utopian promise, beyond the property form, and a new progressive class, the hacker class, who voice a shared interest in a new information commons." Via http://uber.tv/envisioning/clippings/design/index.html

            Every hexagon map internally can just be seen as diamond/square map, where each square/diamond corresponds to exactly one hexagon http://allefant.sourceforge.net/awiki/HexMap Hexagons really are just diamonds/squares with corners cut away (discussed at http://www.happypenguin.org/forums/viewtopic.php?t=509 ). With hexagons, there are 6 neighbors, and all equally share a common edge.

            Cartography has been defined as "the art, science and technology of making maps, together with their study as scientific documents and works of art."

            "One way to defeat invisible limiting beliefs ( even ones you may not know you have), is to simply dream of a life so grand that they couldn't possibly make sense." - TU
            ". assumes no responsibility, of course, for the accuracy or inaccuracy of the maps, and offers no guarantee that all who consult them will find tangible riches." - The Library of Congress
            "Adversity is the state in which a man most easily becomes acquainted with himself, being especially free from admirers then." - Samuel Johnson (1709-1784) British Author, Lexicographer


            شاهد الفيديو: MapServer REST API (شهر اكتوبر 2021).