Coding and Paper Letter（五十六）

- 日理万妓 2022-01-13 17:33 159阅读 0赞

[2019独角兽企业重金招聘Python工程师标准>>> ][2019_Python_] ![hot3.png][]

资源整理。老规矩分两篇。

# Coding: #

1.一种Python工具，它在由Neo4j数据库驱动的中整合基础架构及其之间的关系。

[cartography][]

2.使用pyntcloud的实际例子。

[pyntcloud notebooks][]

3.R语言包quickglobe，用于3D地球的探索。这个包是基于rstats，GIS和D3.js。

[quickglobe][]

![15539564264024m8lchh0.png][]

4.R语言包spatialcluster，用于使用距离或协方差矩阵进行空间约束聚类的R包。

[spatialcluster][]

![155395665348148ebhoql.png][]

5.R语言包rdatacite，提供对DataCite元数据的编程访问。

[rdatacite][]

6.R语言包egg，ggplot2的拓展。

[egg][]

7.R语言包lisa，128个调色板。

[lisa][]

8.公共生活数据协议（PLDP）描述了一组对于理解公共生活 - 人们移动和停留在公共空间中很重要的指标 - 并且旨在建立用于收集和存储这些数据的通用格式。

[pldp][]

9.开放的气象气候科学的资源。

[awesome open climate science][]

10.Gravitational fields of tesseroids with variable density的poster和abstract。

[lapis2019][]

![1553957094209xdkyyakc.png][]

11.一个样例用于如何进行生物多样性计算时的抽样。

[citizen science value][]

12.用dask运行并行的geopandas。

[dask geopandas][]

13.R语言包texreg，转换回归模型结果格式输出到Latex或者html的表格。

[texreg][]

14.数据科学的资源。

[awesome datascience][]

15.数据科学社区网站。

[DataScienceSpecialization.github.io][]

16.Tensorflow自然语言处理模型。

[NLP Models Tensorflow][]

17.Python库Piexif，Piexif简化了Python中与EXIF数据的交互。 它包括提取，创建，操作，转换和编写EXIF数据到JPEG，WebP和TIFF文件所需的工具。

[Piexif][]

18.R语言包NOmap，保持在极地预测中围绕南大洋地图绘制出版物质量。

[NOmap][]

![1553957741707j05exl75.png][]

19.R语言中文手册。

[r manuals cn][]

20.R＆Py空间分析研讨会，2019年9月5日：欧洲理论和定量地理学研讨会。

[ectqg19 workshop][]

21.LandGIS是一个Web-GIS系统，提供覆盖全球陆地的空间层和服务（空间分辨率为1 km，250 m或更精细的分辨率）。 它旨在成为土地数据的OpenStreetMap。 通过交互式可视化和/或开源软件解决方案，可以访问空间图层。

[LandGISmaps][]

22.Ames Stereo Pipeline实验Pangeo。

[asp pangeo binder][]

23.R语言包graphlayouts，R中网络可视化的新布局算法。

[graphlayouts][]

![1553958587373cnr686zn.png][]

24.一个非常简单的非空间API，可以在AWS S3上获取Landsat-8，Sentinel-2（A和B）和CBERS-4图像。

[aws sat api py][]

25.Python库polar2grid，Polar2Grid和Geo2Grid是一组工具，用于从地球观测卫星仪器中提取数据，将其重新映射到统一网格，并将网格化数据写入新的文件格式。顾名思义，Polar2Grid旨在对地球静止卫星数据上的极轨卫星数据和Geo2Grid进行操作。

[polar2grid][]

26.浏览OpenStreetMap的最新更改。

[latest changes][]

27.H3：六变形地理空间索引系统,python版。

[h3][]

[h3 py][]

![1553958924447ydsvrh7m.png][]

28.RLadies芝加哥举行了tidyverse谈话的持续性。

[rladies chicago 2019][]

29.Dialogflow的Python客户端：设计并将会话用户界面集成到您的应用程序和设备中。

[dialogflow python clinet v2][]

30.R语言包datamaps，R的datamaps htmlwidget。

[datamaps][]

![1553959289300kt9no7gn.png][]

31.Chrome插件英雄榜。

[ChromeAppHeroes][]

32.R语言包httr，R的友好http包。

[httr][]

33.R语言包glmhdfe，用于估计具有高维固定效应的广义线性模型。

[R glmhdfe][]

34.众筹的互联网速度测试使用M-Lab数据和网站上的用户测试，包括图表，地图和原始数据下载。

[SpeedUpYourCiy][]

35.用于创建pangeo.esipfed.org笔记本的Dockerfile。

[pangeo notebook][]

36.从FLIR相机读取图像并反演准确像素温度的项目。

[FLIR Temp Retrieval Analysis][]

37.模型选择后的模型评估，模型选择和推理教程。

[modelselection][]

38.R语言包WorldClimTiles，用于快速下载和合并0.5 arcmin分辨率worldclim数据的包。

[WorldClimTiles][]

39.R语言包brglm2，使用显式和隐式降低偏差方法的广义线性模型的估计和推断。

[brglm2][]

40.使用PySAL @ FOSS4G进行空间数据分析。

[pysalfoss4g19][]

41.经济作物叶片病害识别算法研究。

[crops][]

42.OSM数据到postgresql的转换。

[osm2pgsql][]

43.3D激光雷达扫描仪。

[3DUNDERWORLD Structured Light Scanner][]

44.R语言包dodgr，双加权有向图上有效计算多对多成对距离，以及用于整个网络中的流的聚合。

[dodgr][]

45.GTFS数据的导航和分析引擎。

[gtfs router][]

46.东德“Plattenbau”地区的镶嵌。

[aufbau ost][]

47.R语言包cdata，cdata是一种通用的数据重塑器。

[cdata][]

48.卫星影像数据集资源。

[awesome satellite imagery datasets][]

49."Estimating the Effect of Endogenous Spatial Dependency with a Hierarchical Bayesian ICAR Model on Archaeological Site Location Data"文件和代码。

[SAA 2019 Basyes CAR][]

50.R语言slippymath，用于处理滑动地图瓦片服务器。

[slippymath][]

51.R语言包bcdata，用于从B.C.搜索和检索数据的R包。

[bcdata][]

52.使用R的情感分析和实时推文的可视化。

[R][]

53.R语言包widgetcard，在推文中实现更容易嵌入内容的工具。

[widgetcard][]

54.R语言包visdat，探索性可视化的工具。

[visdat][]

![155396089198497t3ftbt.png][]

55.R语言包fastNativeBayes，快速朴素贝叶斯实现。

[fastNativeBayes][]

56.Python用于统计编程和数据科学的入门读物。

[enar 2019 tutorial][]

57.提供输入CSV和目标字段进行预测，生成模型+代码以运行它。

[automl gs][]

58.使用Python做机器学习简介。

[ml workshop 1 of 4][]

转载于:https://my.oschina.net/u/2424163/blog/3030277

[2019_Python_]: https://my.oschina.net/u/2663968/blog/3061697
[hot3.png]: /images/20220113/7508d00d95af42acbb99f934bed62d35.png
[cartography]: https://github.com/lyft/cartography
[pyntcloud notebooks]: https://github.com/daavoo/pyntcloud-notebooks
[quickglobe]: https://github.com/daranzolin/quickglobe
[15539564264024m8lchh0.png]: /images/20220113/318eaaafb4524b14ac41af866b03dd2c.png
[spatialcluster]: https://github.com/mpadge/spatialcluster
[155395665348148ebhoql.png]: /images/20220113/c28044dcf0f94f1ba527eff6eae8ff57.png
[rdatacite]: https://github.com/ropensci/rdatacite
[egg]: https://github.com/baptiste/egg
[lisa]: https://github.com/tyluRp/lisa
[pldp]: https://github.com/gehl-institute/pldp
[awesome open climate science]: https://github.com/pangeo-data/awesome-open-climate-science
[lapis2019]: https://github.com/santisoler/lapis2019
[1553957094209xdkyyakc.png]: /images/20220113/e265f3ef1c8f4223932c6e0af0f6997a.png
[citizen science value]: https://github.com/coreytcallaghan/citizen_science_value
[dask geopandas]: https://github.com/mrocklin/dask-geopandas
[texreg]: https://github.com/leifeld/texreg
[awesome datascience]: https://github.com/bulutyazilim/awesome-datascience
[DataScienceSpecialization.github.io]: https://github.com/DataScienceSpecialization/DataScienceSpecialization.github.io
[NLP Models Tensorflow]: https://github.com/huseinzol05/NLP-Models-Tensorflow
[Piexif]: https://github.com/hMatoba/Piexif
[NOmap]: https://github.com/mdsumner/NOmap
[1553957741707j05exl75.png]: /images/20220113/7a73c3737e70465c9de15f109420ca01.png
[r manuals cn]: https://github.com/XiangyunHuang/r-manuals-cn
[ectqg19 workshop]: https://github.com/rsbivand/ectqg19-workshop
[LandGISmaps]: https://github.com/Envirometrix/LandGISmaps
[asp pangeo binder]: https://github.com/scottyhq/asp-pangeo-binder
[graphlayouts]: https://github.com/schochastics/graphlayouts
[1553958587373cnr686zn.png]: /images/20220113/c04cf00d44454b0bbd1a14afc35c652f.png
[aws sat api py]: https://github.com/RemotePixel/aws-sat-api-py
[polar2grid]: https://github.com/ssec/polar2grid
[latest changes]: https://github.com/osmlab/latest-changes
[h3]: https://github.com/uber/h3
[h3 py]: https://github.com/uber/h3-py
[1553958924447ydsvrh7m.png]: /images/20220113/a34433fd6837460a8c3621d462629a03.png
[rladies chicago 2019]: https://github.com/batpigandme/rladies-chicago-2019
[dialogflow python clinet v2]: https://github.com/googleapis/dialogflow-python-client-v2
[datamaps]: https://github.com/JohnCoene/datamaps
[1553959289300kt9no7gn.png]: /images/20220113/580a105c7209496ca4860e45f2e4fc3b.png
[ChromeAppHeroes]: https://github.com/zhaoolee/ChromeAppHeroes
[httr]: https://github.com/r-lib/httr
[R glmhdfe]: https://github.com/julianhinz/R_glmhdfe
[SpeedUpYourCiy]: https://github.com/louisvillemetro-innovation/SpeedUpYourCity
[pangeo notebook]: https://github.com/rsignell-usgs/pangeo-notebook
[FLIR Temp Retrieval Analysis]: https://github.com/susanmeerdink/FLIR-Temp-Retrieval-Analysis
[modelselection]: https://github.com/avehtari/modelselection
[WorldClimTiles]: https://github.com/kapitzas/WorldClimTiles
[brglm2]: https://github.com/ikosmidis/brglm2
[pysalfoss4g19]: https://github.com/sjsrey/pysalfoss4g19
[crops]: https://github.com/SUSTC-XLAB/crops
[osm2pgsql]: https://github.com/openstreetmap/osm2pgsql
[3DUNDERWORLD Structured Light Scanner]: https://github.com/theICTlab/3DUNDERWORLD-Structured-Light-Scanner
[dodgr]: https://github.com/ATFutures/dodgr
[gtfs router]: https://github.com/ATFutures/gtfs-router
[aufbau ost]: https://github.com/jschoeley/aufbau_ost
[cdata]: https://github.com/WinVector/cdata
[awesome satellite imagery datasets]: https://github.com/chrieke/awesome-satellite-imagery-datasets
[SAA 2019 Basyes CAR]: https://github.com/mrecos/SAA_2019_Bayes_CAR
[slippymath]: https://github.com/MilesMcBain/slippymath
[bcdata]: https://github.com/bcgov/bcdata
[R]: https://github.com/Twitter-Sentiment-Analysis/R
[widgetcard]: https://github.com/hrbrmstr/widgetcard
[visdat]: https://github.com/ropensci/visdat
[155396089198497t3ftbt.png]: /images/20220113/f8426731a5ed4d50b4eefd962bb54a27.png
[fastNativeBayes]: https://github.com/mskogholt/fastNaiveBayes
[enar 2019 tutorial]: https://github.com/fonnesbeck/enar_2019_tutorial
[automl gs]: https://github.com/minimaxir/automl-gs
[ml workshop 1 of 4]: https://github.com/amueller/ml-workshop-1-of-4