地理空間データサイエンス：ポイントパターン分析

Python でジオスペーシャルポイントパターン分析を行うためのクイックチュートリアル。

イントロダクション

ジオスペーシャルデータサイエンスは、データのエリアのサブエリアであり、データポイントの分析を行います。そのイベントがどこで起こったかを考慮に入れます。

たとえば、スマートフォンを販売する小売店のチェーンを所有しています。当社のチェーンにはいくつかの流通センターがあり、新しい店舗をいくつか開く予定です。どこでそれを行うことができますか？

このような洞察は、販売が集中している場所を示すジオスペーシャル分析から得られる可能性があります。販売がより高いまたは低いクラスタがあるかどうかなどの洞察を得ることができます。

ポイントパターン分析は、地理的にクラスタ化されたデータセットを見ていることを確認するために使用されます。データサイエンティストとしての私たちの作業の多くと同様に、ポイントパターンは、統計をデータに適用してその仮説を確認するかどうかの不確実性の多くを取り除くことに関わります。この場合も同様です。この投稿では、いくつかの統計テストが行われます。

ところで、私のブログでは最近ジオスペーシャルデータサイエンスを勉強しています。まだこのトピックについて詳しく知らない場合は、この投稿に進む前に次の2つの良い読み物があります。

Pythonでジオスペーシャルデータを分析する

Pythonコードを使用した実践的なデータ分析ポスト。

towardsdatascience.com

Pythonでジオスペーシャルデータを分析する（パート2 — 仮説検定）

AshevilleのAirBnbリスティングのジオスペーシャル仮説検定について学ぶ。

towardsdatascience.com

コーディング

パッケージ

この演習で使用するパッケージから始めましょう。環境にインストールされていない場合は、pip installまたはconda install（Anacondaユーザーの場合）を使用してパッケージ名を入力することをお忘れなく。

import pandas as pdimport numpy as npimport geopandas as gpdimport seaborn as snsimport…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Was this article helpful?

93 out of 132 found this helpful

地理空間データサイエンス：ポイントパターン分析