CitySpace数据集入门指南：从数据加载到可视化实战

1次阅读

共计 1861 个字符，预计需要花费 5 分钟才能阅读完成。

CitySpace 数据集是城市空间分析领域的重要资源，包含丰富的多模态数据，如地理空间信息、人口统计、交通流量等。这个数据集对于城市规划、智慧城市建设和商业选址分析等领域具有重要价值。通过分析这些数据，我们可以更好地理解城市空间结构、人流分布和资源分配情况。

对于初学者来说，CitySpace 数据集提供了一个很好的实践平台，但因为其数据量大、结构复杂，初次接触可能会感到无从下手。本文将从最基础的数据加载开始，逐步带你掌握处理这个数据集的核心技能。

CitySpace 数据集通常包含以下主要目录和文件类型：

基础地理数据：GeoJSON 格式的行政区划、道路网络等
人口统计数据：CSV 格式的人口密度、年龄结构等
POI 数据：JSON 格式的兴趣点信息
遥感影像：GeoTIFF 格式的卫星图像

这些数据之间存在关联关系，比如 POI 数据可以通过地理坐标与基础地理数据进行空间连接。理解这种关系对后续分析至关重要。

首先，我们需要安装必要的 Python 库：

!pip install geopandas pandas matplotlib folium

加载 CSV 和 GeoJSON 数据的基本代码示例：

import geopandas as gpd
import pandas as pd

# 加载 GeoJSON 格式的地理数据
gdf = gpd.read_file('path/to/geospatial_data.geojson')

# 加载 CSV 格式的统计数据
df = pd.read_csv('path/to/statistical_data.csv')

处理异常值是数据分析的重要步骤：

# 处理缺失值
df.fillna(0, inplace=True)  # 简单填充 0，实际应用中可能需要更复杂的处理

# 处理异常值
q1 = df['population_density'].quantile(0.25)
q3 = df['population_density'].quantile(0.75)
iqr = q3 - q1

# 定义异常值边界
lower_bound = q1 - 1.5 * iqr
upper_bound = q3 + 1.5 * iqr

# 过滤异常值
df = df[(df['population_density'] > lower_bound) & 
        (df['population_density'] < upper_bound)]

使用 Matplotlib 绘制人口密度分布图：

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
plt.hist(df['population_density'], bins=30, color='skyblue')
plt.title('人口密度分布')
plt.xlabel('人口密度(人 / 平方公里)')
plt.ylabel('频数')
plt.grid(True)
plt.show()

使用 Folium 创建热力图：

import folium
from folium.plugins import HeatMap

# 创建基础地图
m = folium.Map(location=[城市中心纬度, 城市中心经度], zoom_start=12)

# 准备热力图数据
heat_data = [[row['lat'], row['lon'], row['value']] for index, row in df.iterrows()]

# 添加热力图层
HeatMap(heat_data).add_to(m)

# 显示地图
m