小编Rai*_*noa的帖子

我有一个数据框,我想制作一个散点图.

数据框看起来像:

       year  length  Animation
0      1971     121       1
1      1939      71       1
2      1941       7       0
3      1996      70       1
4      1975      71       0

我希望散点图中的点是不同的颜色,具体取决于动画行中的值.
所以动画= 1 =黄色
动画= 0 =黑色
或类似的东西

我尝试过以下操作:

dfScat = df[['year','length', 'Animation']]
dfScat = dfScat.loc[dfScat.length < 200]    
axScat = dfScat.plot(kind='scatter', x=0, y=1, alpha=1/15, c=2)

这导致滑块使得难以区分.

我正在尝试使用带多边形的标记集群组来显示集群。现在显示了多边形，但没有显示集群。我一直在尝试对多边形使用质心，因为它看起来像markerclustergroup 不喜欢多边形，但这并没有真正起作用，因为markerclustergroup 的动画将设置在质心上而不是实际的多边形上。

我的多边形的坐标数量都不同。有些有 +10 组，其他有 3 组。我将如何对多边形使用 markerclustergroup？

在我的代码下面可以看到：

        // Create variable to hold map element, give initial settings to map
        var map = L.map('map', {
            center: [23.70489, 43.90137],
            zoom: 5
        });

        L.tileLayer('http://{s}.tile.osm.org/{z}/{x}/{y}.png', {
        }).addTo(map);

        var ojStyle = {
            "color": "#ff7800",
            "weight": 5,
            "opacity": 0.65
        };
        // Hardcoded polygons as GeoJSON
        var polygons = {
            "type": "FeatureCollection",
            "features": [{
                "type": "Feature",
                "properties": {},
                "geometry": {
                    "type": "Polygon",
                    "coordinates": [
                        [
                            [37.99896240234376, 21.55017532555692],
                            [39.39422607421876, 21.476073444092435],
                            [38.88336181640626, 22.56582956966297],
                            [38.023681640625, 22.611475436593366],
                            [37.43591308593751, …

我试图在1992年找到三个人口最多的城市部分(比亚迪)

我有一个csv文件,如下所示:http://data.kk.dk/dataset/9070067f-ab57-41cd-913e-bc37bfaf9acd/resource/9fbab4aa-1ee0-4d25-b2b4-b7b63537d2ec/download/befkbhalderkoencivst.csv >

csv文件可以解释为:

AAR:哪一年进行了观察

比亚迪:这个城市的哪个部分,由下面的字典中包含的整数描述; 1 = Indre By,2 =Østerbro,3 =Nørrebro,4 = Vesterbro/Kgs.Enghave,5 = Valby,6 =Vanløse,7 =Brønshøj-Husum,8 = Bispebjerg,9 =AmagerØst,10 = Amager Vest,99 = Udenfor inddeling

ALDER:被观察者的年龄

PERSONER:具有该行的给定特征的观察数

我有一个解决方案,但它是非常重复的,我认为它可以更聪明地完成,但我没有足够的python经验.有人能指出我正确的方向吗？

我的代码/解决方案如下所示:

df = pd.read_csv('befkbh.csv',quotechar='"',skipinitialspace=True, delimiter=',', encoding='latin1').fillna(0)
data = df.as_matrix()
Q31 = collections.defaultdict(list)
Q32 = collections.defaultdict(list)
Q33 = collections.defaultdict(list)
Q34 = collections.defaultdict(list)
Q35 = collections.defaultdict(list)
Q36 = collections.defaultdict(list)
Q37 = collections.defaultdict(list)
Q38 = collections.defaultdict(list)
Q39 = collections.defaultdict(list)
Q310 = collections.defaultdict(list)
Q399 = …

我正在使用算法,特别是heapsort.根据我的理解,heapsort算法涉及通过首先将其转换为最大堆来准备列表.

转过身来

[2,8,5,3,9,1]

进入
[9,8,5,3,2,1]

使用heapsort我应该用1交换9.但是通过在最大堆积之后直接查看数组,我看到按降序排列的排序列表.当列表已按递减顺序排序时,为什么需要交换？

这只是我观看后的想法:https: //www.youtube.com/watch？v = 2DmK_H7IdTo