Monday, September 17, 2018

Data: NUMBEO

NUMBEO基于互联网用户反馈得到全球各国（部分城市）数据，该数据近些年被Forbes, Business Insider, Time, The Economist, BBC, The New York Times, China Daily, The Telegraph等广泛引用。

主要数据：Cost of Living/Crime/Climate/Food Prices/Gas Prices/Health Care/Pollution/Property Prices/Quality of Life/Taxi Fare/Traffic

Monday, September 10, 2018

Introduction

已知一些企业所在坐标，依据这些坐标可以将这些企业落实在具体地像元之上，由此可以创建企业属性专题空间分布图，比如像元值（Digital Numeric）表示企业数量，在该像元内企业的数量；表示注册资本，在该像元内注册资本的数量；表示招聘数量（发布数量、发布岗位数量），在该像元内企业发布数量或岗位数量等。一般，具备坐标的属性均可落实在像元上。

Note

像元代表性，一个像元代表特定的面积，比如一平方公里的像元依据坐标分布5家企业（公司），若在北京，这5家企业（公司）占地范围极有可能不超过像元范围（与像元范围相比，他们非常接近一个个点），因为北京地区多为服务业企业（公司），租用写字楼即是企业经营场所，多数写字楼还是高层建筑，可容纳多家企业，但在一些中西部地区，这样的一平方公里像元就可能需要再斟酌，因为他们多为农业加工、制造业企业，占地若干平方公里的企业也是屡见不鲜，这些地区应仔细考虑像元覆盖范围。

基本步骤

第一步，生成背景栅格。注意填充configuration.xlsx，像元数据类型依据具体情况，参考DataType.txt完成。

第二步，属性分布在像元。输入文件位于input目录，每一CSV文件前两列是名称、地址或其他你认为重要的属性，第三、四列依次是纬度、经度（不可调整），第五列是数值型属性，为数值之和（SUM），若不存在第五列像元数值则表示是每条坐标的数量之和（COUNT）。输出栅格文件位于output，它与对应CSV文件同名。同时，输出log文件，记录一些不能顺利实现分布的数据属性，输出err文件，格式化整理这些数据的主要属性，以备将来重新批量查询。

Fig. 1

如Fig .1所示，（a）无第五列数值，所以（a）是每条坐标累计之和（COUNT），此处是像元中企业所在数量，若像元数值是10，就表示该像元范围有10家企业；（b）有第五列数值，所以（b）是属性数值累计之和（SUM），若像元数值是10000，就表示该像元范围内属性数值累计为10000，但至于该数值是多少条属性值累计得来，还需参考（a），可能是1条，也可能是多条。

从金象平台导出的高德POI，整理获得对应输入文件.

Files.rar

Saturday, September 8, 2018

MAP API: 中文地址重定位经纬坐标

Introduction

在调用百度API之前，通过参考文献[1]获得一个开发秘钥（AK）。如Fig. 1所示，应用类型“浏览器端”，启用服务“全选”，Referer白名单可以先填“*”（此时任何网站均可访问，存在安全风险），待以后情况补充为特定网站（此时仅指定网站可以访问，安全性即可加强）。参考文献[2]Python代码不能运行，但其结构、流程具有借鉴意义。

Fig. 1

中文地址不能直接加入URL发出申请，先行转换为URL编码。如上地十街10号，转制为URL编码即为“%E4%B8%8A%E5%9C%B0%E5%8D%81%E8%A1%9710%E5%8F%B7”（验证地址），基础是UTF-8编码。

BAIDU MAP API

我们使用百度API，以地址返回的是百度坐标（与真实WGS84坐标之间存在一定偏移），一个简单的替代方法减小这种偏移（不是消除偏移），请见参考文献[7]。输入及输出参数配置说明。地址最多支持84个字节等于（UTF-8）28个字，在转为URL编码之前需对地址稍加验证和处理，以符合要求。

时间复杂度

若并行处理（时间必然缩短），请先行注释如下代码：

if BDcoord>300
    disp('This script had been ended.');
    return;
elseif BDcoord==-1
    invalidlist=[invalidlist; ii];
    disp([num2str(ii), '. not found.']);
    continue;
end