Mоя вторая неделя в рамках #30DayMapChallenge
Моя вторая неделя в рамках #30DayMapChallenge впечатления и открытия
Мои личные впечатления от второй недели #30DayMapChallange, ежедневного социального вызова, направленного на создание тематических карт каждый день в ноябре.
С 2019 года сообщество географической информационной системы (ГИС) и пространственной аналитики было довольно активным каждый ноябрь благодаря интересному вызову, называемому #30DayMapChallange. Каждый год у этого вызова есть тематический график, предлагающий тему, которая должна быть основным направлением для визуализации карты, которую нужно разместить в этот конкретный день. Хотя предопределенные ежедневные темы, конечно, ограничивают творческий ум, они также помогают участникам найти взаимные интересы, делиться источниками данных и выражать индивидуальный стиль визуально и технологически.
Здесь я хотел бы кратко рассмотреть мою вторую неделю этого вызова, описывая и показывая разные созданные мною карты – обычно на Python.
В этой статье все изображения созданы автором.
- Внедрение + графы знаний идеальные инструменты для систем RAG
- Адаптация домена большой языковой модели
- Понимание модели смеси экспертов
День 8 – Африка
Чтобы начать вторую неделю, я использовал набор данных о африканских реках, опубликованный ФАО ООН. Их файл ГИС содержит почти 200 тысяч линейных полигонов, принадлежащих рекам, которые характеризуются несколькими параметрами, такими как основной водосбор или порядок течения по системе Стралера каждой дуги. Я использовал номер, чтобы установить цвет и ширину каждой реки; чем выше ранг, тем темнее и тоньше река, начиная с маломерных потоков первого порядка и заканчивая основными стволами восьмого порядка.
День 9 – Гексагоны
Эта карта немного запутанная, но основана на гексагонах H3 от Uber. Сначала я собрал данные из геопространственной базы данных красного списка МСОП об обитателях всех (примерно 5 тыс.) млекопитающих в формате полигонов. Затем я вычислил пространственное перекрытие мест обитания каждого вида, сравнивая их попарно. Из-за сложности полигонов это заняло бы вечность при использовании простых наложений GeoPandas, поэтому вместо этого я разделил каждый из мест обитания на гексы и просто учел перекрытие мест обитания в качестве…
