R在GIS中用ggmap地理空间数据分析

原文:http://tecdat.cn/?p=4001

概要

做过O2O(Online To Offline,在线离线/线上到线下)的小伙伴知道,GIS数据需要具体到精准的位置(即经纬度);对于连锁门店,使用GIS和其它的数据密集型服务遵循一个简单的逻辑:数据有助于企业节省开支,同时也防止企业因为在不适宜的地点开设门店而导致的错误决策浪费金钱。

地铁不仅是交通轨道,更是一座城市的血脉,是记录和观察城市经济生活最重要的切入点之一,地铁口的特征是,上下地铁,这类人群都是快消人群。针对快消品牌的用户定位,我们通过对新加坡地铁站周边区域的手机客户端位置数据的采集,结合数据决策模型帮助客户规避风险。

数据采集

采集到的数据分成两个部分:1、地铁站点经纬度信息。2、用户客户端地理位置信息

地铁站点经纬度信息

用户客户端地理位置数据

然后我们统计出每个地铁站点附近200m之内的用户数目,进行数据描述分析和GIS可视化。

数据概要

每个地铁站的位置图

统计出不同地铁站200m内的用户数目的总体比例

通过数据描述分析,我们可以看到每个地铁站的位置以及单个地铁站200m内的用户数目。

GIS可视化

为了直观地表现出每个地铁站的用户数目,我们在地图上对数据进行可视化,用颜色的深浅和点的大小来表示用户多少。

对于连锁门店的地铁店铺选址,不能单纯的看单个地铁的人流量,周边地铁口的人流量的“联动效应”也是非常重要,找出人流量大的地铁站“区域”结果往往更加可靠。因此,我们通过绘制用户数目的contour图来判断哪些地铁站点区域具有更多的人流量。

最后综合考虑热门的地铁站区域和单个地铁站人流量数目做出选址的决策。

后续展望

我们希望能够在未来补充更多的数据维度和分析方法,通过年龄、男女比例来确定潜在的客户数量,综合完善评价体系,对地铁站进行评级,观察商业变化和经济发展的轨迹。

原文地址:https://www.cnblogs.com/tecdat/p/11279145.html

时间: 2024-11-07 15:40:48

R在GIS中用ggmap地理空间数据分析的相关文章

QPS Fledermaus 7.4.5b 交互式4D地理空间处理和分析工具+QPS.Qimera.v1.1.1.Win64 1CD声呐数据处理

Dynaroad v5.4.1 1CDApplied.Flow.Technology.Arrow.v6.0.1100.build.18112015CSI.SAP2000.v18.0.1DesignBuilder.v4.5.0.148EPCON.API.Tech.Data.Book.v9.1EPCON.CHEMPRO.V9.2.1.25173EPCON.SiNET.v9.2.1.25173Invensys.SimSci.PROII.V9.4Steel.Connection.Studio.v11.0

【地理空间数据挖掘】关联规则发现

关联规则是当前数据挖掘研究的主要方法之一,主要用于确定数据中不同领域之间的联系,找出满足给定支持度和可信度阀值的多个域之间的依赖关系. 在时空分析中,除了经典因子之间的关联(简单关联.时序关联和因果关联等)规则的发现,关联规则分析还可用于探索上下不同事件之间的关联性,如某地的气候异常与该地或者其他地方的灾害之间的关联关系,或者一种事件/现象在空间上成对出现(空间同位),都是关联规则的例子. 普通关联规则 关联规则在数据挖掘中的基本形式为 A→B 可解释为"满足A的条件也满足B的条件",

【地理空间数据挖掘】相关性分析

主要从普通的相关性和空间的自相关性分析.普通的相关性如变量之间的相关性,特别是目标变量与因子变量之间的相关性分析,本身也是预处理中特征选择的重要方法:而空间的相关性分析则分析则相关性,其中空间关联是其显著的特点:时间序列之间也存在空间相关性,对其进行探索性分析可考察空间数据(栅格)的时间联动性. 1普通相关性分析 就是分析变量之间的相关性,包括以下5个方面 1. Pearson相关系数探索连续变量相关性 Pearson相关性系数是最基本的相关系数,它考查两个事物之间的关联程度,也就是说,当一个变

地理空间框架基本规定

地理空间框架 geospatial framework 1.定义 地理信息数据及其采集.加工.交换.服务所涉及的政策.法规.标准.技术.设施.机制和人力资源的总称,由基础地理信息数据体系.目录与交换体系.公共服务体系.政策法规与标准体系和组织运行体系等构成. 2.构成 地理空间框架由基础地理信息数据体系.目录与交换体系.公共服务体系.政策法规与标准体系和组织运行体系五部分构成,见图1. 基础地理信息数据体系是地理空间框架的核心,包括测绘基准.基础地理信息数据.面向服务的产品数据.管理系统和支撑环

地理空间的数据可视化——点数据与线数据

点数据:数据描述的对象是地理空间中离散的点,具有经度和纬度的坐标,但不具备大小尺寸.比如学校.加油站等. 谷歌地图上的加油站 纽约时报将2010年美国中期选举的结果和2008年的大选进行了比较 点数据是最直接可视化点数据的方法,它根据坐标直接用标记标识在地图上,这样做更符合人们看图习惯,点本身占据空间量小,可显示较多的信息.但对于海量数据,会出现重叠,且屏幕利用率低,布局不均匀. 可以利用地图划分区块,显示每个区块中的统计信息,合理的布局算法和绘制算法减少重叠. 高度图显示均匀划分的区块中的统计

分享《Python地理空间分析指南(第2版)》中文PDF+英文PDF+源代码

下载:https://pan.baidu.com/s/1PkoFDSnp0qadqFzXdSW7VA更多资料:http://blog.51cto.com/14050756 分享<Python地理空间分析指南(第2版)>中文PDF+英文PDF+源代码中文PDF,289页,带书签目录,文字可以复制粘贴.英文PDF,394页,带书签目录,文字可以复制粘贴.中英文两版对比学习. 配套源代码. 其中中文版如图: 原文地址:http://blog.51cto.com/14050756/2327341

大数据之R语言速成与实战,送给数据分析爱好者

课程介绍 R是用于统计分析.绘图的语言和操作环境,属于GNU系统的一个自由.免费.源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具. R语言语法通俗易懂,很容易学会和掌握语言的语法.而且学会之后,我们可以编制自己的函数来扩展现有的语言.这也就是为什么它的更新速度比一般统计软件,如SPSS.SAS等快得多.大多数最新的统计方法和技术都可以在R中直接得到. 作为当前在世界范围内最受欢迎的数据挖掘开发语言--R语言以其特有的开放性.高可扩展性以及顶尖的制图功能吸引了越来越多的数据分析爱好者.

地理空间参考系——地球模型

题记:为了更好的能讲解控件参考系,下面简单的列举一些地球模型.如有错误,请各位指正. 地球模型 自然球体:我们生活在其中,指真实的地球,包括海洋底部.高山.高原等在内的固体地球表面.--形状太复杂,没有一定的规律,使用计算机难以建立建模,各种量算也非常困难. 大地体:大地水准面所包围的球体.大地水准面是静止海平面的延伸包裹地球形成的球面.以它为基准,可以用水准仪测量地球自然表面上任意点的高程.--海平面的起伏收到重力的影响,大地水准面也叫做重力等位面,由于重力加速度的不同将导致测量的不确定. 旋

专业的GIS(电子地图、地理信息系统)在房地产行业中的应用前景初探?

时下随着智能手机在我国的迅猛发展以及网络时代的高速前进,手机APP以及web应用网站也顺势发展的如火如荼.我们国家还是一个人口大国,在吃穿不愁的今天,一个人口大国必须要面对的严峻问题就是住房问题.即使数亿人盼着房价大跌可以买房,仍然阻止不了全国各地房价大幅上涨的趋势.这二者同时存在也就造就了以租售房源为主要或部分业务的产业,他们通过网站,手机APP等通过比较透明的价格以及互相选择的自由买卖形式来促进房地产行业的销售,比如说百度地图,赶集网,58同城,安居客等等. 在科技高速发展的今天,这一类被我