- 博客(420)
- 收藏
- 关注
RSS订阅原创 [Rust开发]用可视化案例讲Rust编程6.动态分发与最终封装
所以，不管你写不写，最终编译的时候，都会编译成多个函数，不过对于实现来说，静态语言就只能静态实现，而对于提供对外调用接口的情况，自然是记忆开销越小越好，正如我们前几节写的利用泛型返回读取shapefile以及用泛型处理点线面的方法。用dyn的方式，你可以在参数里面传入任意类型的参数，然后在运行的时候在控制走哪条逻辑线，但是有没有一种可能，可以控制输入参数的类型，但是又可以根据类型进行逻辑选择的呢。可以看见最后两个测试，如果输入的狗子的年纪是8岁，double出来就是16，而输入的是15，则直接清零了。
2024-04-01 12:06:49
850
原创 用可视化案例讲Rust编程5.用泛型和特性实现自适配绘制和颜色设置
这两个方法，几乎99%是想同的，只是输入的颜色类型不一样，这样就是静态语言的麻烦之处了，只要函数签名不一致，就相当于两个方法，看到这里，大家可能想问，上一节讲过的泛型，在这里能用么？答案当然可以，不过就算用泛型，最终编译出来的代码也会因为编译器的处理，而实现函数单态化，即编译器会针对具体情况，编译出多个静态函数出来。上一节我们讲了用泛型实现返回结果，这一节我们来讲讲在函数签名里面使用泛型来对输入参数进行自适配。第一个参数是输入一个几何要素集合，因为我们最起码有点线面三种几何要素，所以定义的是一个泛型变量。
2024-04-01 12:03:16
452
原创 用可视化案例讲Rust编程4. 用泛型和特性实现自适配shapefile的读取
首先定义了一个结构体，这个空结构体的作用类似于Java里面的class。然后定义了一个特性（trait），特性这个东西，在Rust中，类似于Java里面的接口，或者C++里面的虚函数，但是与接口和虚函数不同的时候，特性可以直接在里面写实现，也可以留空，如果你是学Java的，你把下面的代码理解为定义了一个接口，并且定义了一个实现接口的工厂方法即可。在这里的特性中，我们定义一个泛型T，然后定义了一个方法，就叫做read_shp，输入产生就是一个shapefile的路径，返回值是一个T。
2024-01-24 14:35:29
637
原创 用可视化案例讲Rust编程3. 函数分解与参数传递
像我们上一节那样，把所有的功能都写在一个函数里面，这样的函数灵活性太差，例如我们要读取和绘制若干个点、线、面，那么如果不去修改，那么每读一个shapefile就要重复去写一个方法，那就太繁琐了，我们重构的第一步，就是要把各种功能尽量的切分出来，形成一个个能够独立运行和维护的模块，所以今天我们就把昨天那个代码给切分成多个函数，增加重用，减少冗余。//函数后面的 -> 表示函数的返回值的类型，这里是一个Polygon类型的vec。//输入两个参数，上面输入的polygons的几何，和一个颜色参数。
2024-01-24 14:34:55
1057
原创 用可视化案例讲Rust编程2. 编码的核心组成：函数
全部代码，放到一个function里面，如下所示：然后写个测试方法运行一下：运行结果：现在看起来，是不是很简单了，对比Python实际上也没有多出几行代码，直接阅读过去，除了一些定义类型和转换类型的时候，比Python更加严格以外，会Python的同学，几乎可以完全能够看懂。——所以说，你完全可以把Rust当成一个类型严格版本的Python就阔以了……不过，对于写过工程性质代码的同学看完，肯定会觉得这个代码写的太粗糙了，所有步骤都混在一起，内容全部写死，而且无法复用……
2024-01-10 17:08:18
969
原创 用可视化案例讲Rust编程1. 怎么能学会Rust
如果要列举Rust的优势，恐怕写个十条八条是写不完的，而且不管写哪条优势，都有很多同学跳起来反驳，比如我们说Rust比C/C++内存安全，肯定有同学说C++ 20也支持内存安全，或者我写C++比斯特劳斯特卢普写得更好，写了十年没有发生过任何内存泄露……但是，反过来，我要说Rust最大的问题，恐怕没人会反驳，包括我这种花了三次才入门，然后又做砸了两个项目才勉强算学会，能够进入工程级开发的新人老手……那就是：难学！
2024-01-02 12:46:24
1272
2
原创 应用于前端的自然断点法：wasm应用示例
答：前端的数据来源可能是很多不同的系统，组合之后得到的，不一定来源于一个系统或者一个库表，如果让后台做，前后台之间的数据传递就太繁杂了，所以甲方想在前端把这事情给做了，再说： ……某月某日，虾神本虾接到了这样一个需求，前端获取数据之后，在渲染之前，要对数据进行分类，分类的方法可以选择常用几种，例如等距法、自然断点法、标准差分类法等。我们可以简单解析一下这个工程（如果你Rust没有基础也没有兴趣，就可以跳过这一部分了），首先在src/jenks.rs文件中，写了一个函数，做了算法的实现：。
2023-12-27 11:02:14
1102
原创 新版白话空间统计（27）：从离散点到密度图
最计算的时候，采用的线段的长度（空间尺度），对密度值有着重要的影响（在物理上也是一样，用是立方厘米为标准来作为基准），而因为这个尺度可以是任意的，所以我们要想办法来去除对于这种空间尺度的依赖性。比如物理上面的密度，都是以水为基准单位的，如果说水的密度为1（在常温常压下，单位g/cm3），那么铁的密度是7.8，这个7.8就是指与水相比较得出来的。所以，挑选合适的空间尺度，在密度计算里面是最最重要的事情之一，如果没有合适的尺度，密度计算的结果会让你抓狂，而至于如何来处理，我们下次继续说。
2023-08-29 10:16:59
490
原创 新版白话空间统计（26）标准距离
工具的使用和结果都非常的简单明了，而且也说了，有专家仅使用这个工具，就可以发N篇论文——这里就需要提醒同学们的是：现在很多同学写论文的时候，更多的去关注了各种花样百出纷繁多变的分析工具，而恰恰把分析的原意给淡忘掉了……当然，在60年代英国和美国一些统计学家也描述过这个算法，但是首次正式的学术出版，是在1973年，开始他的目的主要是为了说明地图在统计图形图表的重要性（也就是说给英国的统计学家们做GIS可视化的宣传），后来经过不断的发展，变成了空间统计学里面的一个重要的工具和算法。啥叫原生范围的约束性呢？
2023-08-29 10:16:01
328
原创 GeoScene Pro在地图制图当中的应用
以上我们介绍了使用GeoScene Pro制图的一些技巧，制图是个熟练使用软件配置地图数据的过程，需要日积月累相关技巧和经验，以下是本人对制图的一些心得，希望各位小伙伴在制图的道路上勇往直前！图层搭配应优先考虑；使用制图特效会得到意想不到的效果；充分利用GIS软件的各种制图工具；色彩选择因人而异，没有统一标准；配图需要经验，唯有反复实践。
2023-08-21 14:04:49
979
原创 运行100万个并发任务，不同语言各需要多少内存
正如我们所观察到的，大量并发任务会消耗大量内存，即使它们不执行复杂的操作。不同的语言运行时有不同的权衡，有些对于少量任务来说是轻量级和高效的，但对于数十万个任务来说，扩展性就表现得很差。相反，.NET、Java这种具有高初始开销的其他运行时可以毫不费力地处理高工作负载。需要注意的是，并非所有运行时都能够使用默认设置处理大量并发任务。当然，今天的测试，只关注内存的消耗，而在真正的高并发应用中，任务启动执行时间和通信速度等其他因素同样重要。
2023-05-23 15:21:44
1025
原创 [pgrx开发postgresql数据库扩展]7.返回序列的函数编写（3）多行表序列
上一回我们解析了如何通过pgrx编写srf，返回一个TableIterator，但是在具体应用的时候，我们还是针对一条记录返回了一行数据（多个字段的一行，也还是一行），并没有实现通过一行数据库记录，实现多行表序列的转换，今天我们就来写几个示例，来表现一下这pgrx的这个能力。当然，如果有人要问，SQL不是最好的选择，那么真实的要处理这种情况，啥是最好选择呢？不过这个方法，我经常用来做模拟数据。需求：给每天的value上面，编上日期编号，也就是原始库中的一条数据，会被平铺成28-31条不等。
2023-05-19 16:24:01
501
原创 [pgrx开发postgresql数据库扩展]7.返回序列的函数编写（2）表序列
这个表格是可以完整使用SQL进行计算分析的，比如，生成100条随机数据，value大于0.95的，只有5条……返回一个序列的功能在实际工作中是经常用的，特别是做数据分析的同学，因为很多分析的结果不可能只有一条记录。但是现在问题来了，因为每个月的数据是按每天来计算的，我现在想知道，每个月，哪一天的数值最高？那么我们如果要在pgrx里面来做这个功能，怎么做呢？有同学说，虾神，你出来的这个内容，不是表格啊，每行怎么都是一个tuple呢？例如，其中values每天的平均空气质量（随机模拟数据，不要在意这些细节）
2023-05-10 17:29:24
784
原创 [pgrx开发postgresql数据库扩展]6.返回序列的函数编写（1）单值序列
pgrx对于这种集合类型的支持，有很多种，例如Vec、range这些个类型都是支持的，但是对于数据库来说，这种返回超过一行序列的方法被称之为srf，即：Set Returning Functions。上篇文章是中规中矩的标准计算函数，就算不用pgrx，也是可以正常理解的，所以基本上没有什么对于pgrx框架有关系的东西（唯一有关系的东西，应该就是Rust的时间类型与pgrx的时间类型的计算了）。注意：这两个类型是pgrx 0.7.0之后版本才推出的，如果你看的旧版本的介绍，发现是没有这两个类型的。
2023-05-09 12:39:33
507
1
原创 [pgrx开发postgresql数据库扩展]附1.存储过程的优缺点与数据库扩展函数
俗话说：天下大势，分久必合，合久必分。最早的软件系统开发，讲究的就是一个全栈——在最早期的桌面软件时代，数据、用户界面和业务逻辑是完全混在一起的，讲究的就是一个一体化……那个年代也诞生了大量的码农界的传奇人物，比如：后面嘛，开始讲究专业化，所以把数据和业务逻辑分开了，还搞了一个专门的名称，叫做CS架构：好吧，上面那个不算，下面这个才是：主要就是把数据和业务逻辑分离了，服务器专门管数据的存储（以及有限的部分对数据依赖度比较高的计算），而在客户端上复杂业务逻辑。
2023-05-06 16:07:38
968
原创 [pgrx开发postgresql数据库扩展]附.更新开发环境安装脚本
嗯，看起来简单了很多，起码不用自己去安装PG数据库了，pgrx 的init会自动下载并且build数据库，就是有点慢（不是有点，是特别慢）……所以我干脆搞了个虚拟机，重新安装了一套，还别说，更新到了0.83之后，安装配置都变容易了，今天更新一下安装脚本：……pgrx更新到0.83之后，我本来还没感觉，但是我五一放假一来，发现我的WSL环境居然就挂了。花了大半天更新和下载，新环境新版本结果如下：……果然是非稳定版本就是不靠谱了。没啥毛病，重装完成，打完收工。
2023-05-04 17:57:53
912
原创 [pgrx开发postgresql数据库扩展]5.自定义函数与SQL组合应用
本系列中，所有的案例，仅用于说明pgrx的能力，而并非是说这样做比用SQL更合适。可以看见，此类计算的输入和输出并不是1：1的，我们以前做数学计算，表中有20万条记录，计算出来，也是20万条记录，而我们这边在20万条记录的基础上，计算出来的是5条记录……——如果哪位大神写Rust走火入魔，说啥数据库功能都要用Rust来扩展实现的，不报我的名字，打成半死就行，报我的名字，请打成八成死。可以看见，pgrx开发的函数，能够与SQL一起组合，以实现更加方便、简洁的调用方式，当然，SQL更容易使用就是了。
2023-04-26 17:52:06
509
原创 [pgrx开发postgresql数据库扩展]4.基本计算函数的编写与性能对比
再次声明：并不是所有场景都需要（或者适合）用rust来写的，绝大部分操作数据库的功能和计算，用SQL就已经足够了！本系列中，所有的案例，仅用于说明pgrx的能力，而并非是说这样做比用SQL更合适。反之：对于操作数据库本身的部分，大部分能用SQL来实现的东西，都比做一个扩展开发要更加合适。——如果哪位大神写Rust走火入魔，说啥数据库功能都要用Rust来扩展实现的，不报我的名字，你们打成半死就行，报我的名字，请打成八成死。
2023-04-25 14:02:23
567
3
原创 [pgrx开发postgresql数据库扩展]3.hello world全流程解析
一般来说，数据库的扩展开发主要有的目的就是扩展数据库引擎的能力（不管是用pgrx还是其他的框架都一样）：例如PostgreSQL上最著名的扩展PostGIS，就是扩展了PG数据库的空间数据支持能力，目前PostGIS已经成了使用最广泛的开源空间数据库扩展。如果要扩展数据库的能力，那么一般来说需要以下两种能力：——题外话：有同学看到这里，可能会说：数据库本来就是一个系统里面压力最大的部分，在架构设计的时候都巴不得把所有的功能都从数据库上挪走，以减轻数据库的压力，你这样做，不是反其道而行之么？常见高并发系统里面
2023-04-23 15:24:49
577
原创 [pgrx开发postgresql数据库扩展]2.安装与开发环境的搭建
我上篇文章刚刚写完，pgx就全面改名为了pgrx……，结果导致我都来不及把以前的文章改过来，所以以后遵循最新的命名方法。
2023-04-20 14:28:28
615
原创 PGX:Rust的postgresql扩展开发框架:1何为数据库扩展
先别管这些需求合理不合理，这些功能几乎都是一些在基础开发中可以做，你也可以说，我在应用程序里面就可以做了，为什么要在数据库里面做，我们不在数据库里面去做，是因为不知道数据库可不可以做，也不知道如何在数据库里面做，但凡我们能够在数据库里面做到，那么离开就会打开一个新的世界！第二种方式，把MAX计算的任务直接交给了数据库引擎，算完之后，直接把结果数据返回给了应用服务器，这样最大限度的节约了IO资源和应用服务器的CPU资源，但是运算的任务是直接放在数据库引擎上的，这样就会使用一部分数据库的计算资源。
2023-04-19 10:27:23
323
原创 Rust 开发系列PyO3：Rust与Python的联动编程(下)
这个就是著名的“孪生素数猜想”，目前这个距离攻克这个猜想最近的人，是华裔数学家张益唐，他发表的论文，把两对孪生素数之间的距离缩小到了7000万，后来的数学家在他的理论上推导出，这数字可以小于246，即出现了一对孪生素数之后，在其后的246个数值之内，一定会出现第二对孪生素数。还是测试的是迭代的能力。众所周知，Python有一个优点，也是它的缺点，就是所有代码属于动态编译，即在运行的时候，才去编译，这样有很强的灵活性，但是从编译到执行，会有一个比较大时间开销，这就是Python慢的原因了。
2023-03-08 14:16:50
814
1
原创 Rust 开发系列PyO3：Rust与Python的联动编程(中)
这里需要说明的是，build这个参数，需要在后面加上-f 参数，否则在windows上面build的出错，其他的参数，例如develop则不会出差，所以有些疑惑。简单解释一下，C/C++编写的Python扩展，需要返回C语言的Python对象，在Python的标准文档里面，声明了所有C语言与Python语言参数的转换标准，这个大家有兴趣自己去翻一下帮助文档就行。C/C++编写的代码，直接在Python里面进行编译和安装，似乎看起来要简单一些，不像裸奔的Rust那样，还要手动改名。
2023-03-08 14:16:02
1418
原创 Rust 开发系列PyO3：Rust与Python的联动编程(上)
Rust语言经常被人误认为是R语言，或者Ruby语言……但是做为近十年来tiobe最出人意料的编程语言，从冷门逐渐变成了明星，不过这次我们不讲Rust入门的内容，我们先来看看它一个很实用的功能——与Python的联动编程。为什么要用Rust？答：Rust有很多优点，也有很多缺点，但是下面这个优点可以覆盖所有的缺点：即它能够编写出保证永远不出现内存错误的程序！
2023-03-08 14:10:46
1617
原创 第四节 空间参考类的属性说明
空间参考Spatial Reference与坐标系最大的区别，在于空间参考除了定义坐标系以外，还要定义一系列地理信息属性，诸如数值精度、容差、阈值等。所以可以把空间参考视为坐标系的一个超集。如果是一个投影坐标系，还会有如下属性（每个投影坐标系都会基于一个地理坐标系，所有投影坐标系也会有地理坐标系的属性，反之则不然）空间参考类是arcpy下面的一级类，用于定义空间参考的各类信息，主要是坐标信息。
2022-12-29 17:56:26
802
原创 [ArcPy百科]第三节： Geometry信息中的空间参考解析
看到这里，有同学可能会问了，谁能那么厉害把这套字符串写出来啊，这个有啥用捏？答案当然是如果你要自定义坐标系的时候，就可以通过这套字符串来进行定义了。空间数据的类型，如：点（Point）、线（Polyline）、面（Polygon）。在来对比看看WGS84 Web Mercator(EPSG:3857)的信息。ArcPy中有一个专门空间参考的类，即：SpatialReference。比如可以直接读取shapefile 文件组里面的Prj文件。
2022-10-18 16:00:15
988
原创 新版白话空间统计（25）：方向分布（标准差椭圆）
方向分布是虾神最喜欢的一个空间统计工具，也是最简单明了，但是用处很广的一个点模式的分析中，一般会考察如下五种内容：1、点的疏密，包括点数据的分布探索，是否一致、均匀或者不均匀。2、点的方位，包括点的分布和方向。3、点的数量：多少（极值和均值）。4、点的大小：代表的含义（如点一个点代表多少人口）。5、其他，如点的一些动态变化等。我们前面说的好几种算法，如中心要素、中位数中心和平均中心，都是关于点方位的分析，那么今天我们要讲的这个算法，就是同时对点的方向和分布进行分析的一种经典算法——标准差椭圆。这算法最早是由
2022-06-14 16:45:22
3802
2
原创 [Python可视化]一种极具特色（但是并没有什么用）的GIS专题图可视化方法
先看结果什么是专题图所谓的专题图，指的是对某种关心的专题信息进行聚焦展示的一种可视化方法，比如下面这种地理国情普查成果中的水资源专题图：主要体现供水相关的能力，除了供水信息以外，其他信息（比如山川河流、行政边界地图基本要素等）都是背景板。回过来，继续讲上面那个特殊的可视化专题图。其实这种可视化方式来自于ArcGIS/GeoScene Javascript API的一种新能力，即滤镜效果：把背景板加一个虚化滤镜，然后把前景凸现出来：Demo地址：https://develo
2022-04-27 08:48:40
2865
原创 新版白话空间统计（24）：中位数中心
前文再续，书接上一回。（今天是个4300多字的大章，没时间的同学，看图就行）平均数和中位数的PK也不是一两天了。我们经常在新闻上看见统计部门发布的各种平均数，看完之后，大家的反应估计都和虾神差不多：所有，不断有产学研三界的专家呼吁，为什么我们不用中位数，按道理来说，中位数更能反映真实情况：比如就是美国在国民统计中就使用了中位数。当然，美国曾经也仅运用平均数来统计来统计的，但是近几十年则越来越多地使用中位数统计。如上图所示，这是2016年美国人口普查局公布的全美家庭收入统计
2022-04-12 14:16:28
2110
原创 新版白话空间统计（23）：平均中心
上一篇讲了中心要素，因为中心要素是要从原来的要素中去选择一个已有的，所以算出来的，与我们观念和感知中的“中心”这个概念，还是差距很大，所以今天来平均中心和后面要说的中位数中心这两种比较符合我们观感的中心，以及这两种中心的计算方式和应用范围。我们先来看看三者之间的不同，如下图：可以看到，计算出来的结果各有不同，首先中心要素我们就不说了，大家有兴趣可以去看看上一篇文章，然后今天要说的算数平均中心，也不是一样的，那么他们分别代表什么样的含义呢？首先，看看最符合我们感知的整份数据的中心位置是哪个？毋
2022-03-02 09:23:08
1005
原创 [虾神GIS制图课堂]四色地图配色法
2021年的最后一天，本年度最后一篇推送，不过，如果要说是过年的话：[花絮]三与迷之自信人类自古有各种数字迷信，西方特别迷信3：——毕达哥拉斯认为，3是宇宙的基础，是最完美的数字所以，学术上牛顿有物理三大定律，政治上有三权分立，连西方大部分国家的国旗都三色旗：今日乳法 （1/1)所以，数学也是一样，费马猜想、四色猜想和哥德巴赫猜想被认为是近代数学三大难题。当然，在国内最出名号称民科身份证的哥德巴赫猜想（如果你没有证明过哥德巴赫猜想，都不好意思说自己
2021-12-31 17:27:47
7993
1
原创 Python绘制多维度专题地图
老规矩，先看结果：看完这个图之后，可能所有学GIS同学都：这个不就是GIS里面的专题图么，是个GIS软件都能做，脑子里面可能都脑补出来在ArcGIS里面随手点点鼠标就做出来了：但是，如果这个图是用Python绘制出来的呢？是不是觉得：今天我们就来聊聊，在Python里面制作这种多维度的地图专题图的方法。所谓专题图的意思，指的是：专题地图（thematic map），又称专用地图、特种地图，是在地理底图上按照地图主题的要求，突出并完善地表
2021-12-13 17:03:05
2482
原创 用Python绘制百度风格地图
先看下面三张图：如果不仔细看，大家会觉得几乎是一模一样的……起码从风格上看，是一样的。上面三张图，左边是从百度地图网站上直接截取的图片，而右边是用Python直接绘制出来的数据。可以明显的看出来，右边地图的数据不如左边那么完善……穷人虾获取不到最新版本的数据所以只能用十几年前的老数据来应付一下了。好了，回归正题。用Python来绘制地图，来源于虾神和我司某个封疆大吏的闲聊，说如果要用Python写个GIS软件，使用者除了数据处理以外，突然想要搞高级制图怎么办？所以
2021-11-19 16:01:08
2421
2
原创 新版白话空间统计（22）：中心要素
CSDN的被爬虫专用声明：虾神原创，公众号\知乎：虾神说D转发、转载和爬虫，请主动保留此声明。美国著名统计学家，统计学史专家，芝加哥大学统计学院教授Stephen M. Stigler（斯蒂芬.斯蒂格勒）出过一本影响深远的著作：《统计学七支柱》，对统计学历史上里程碑式的几种统计思想的历史来源的回溯，记录的是数百年来这些思想萌芽和发展的若干瞬间。有些思想的发展或许并不瞩目，但源远流长。何为支柱？支柱的概念就是一旦出问题，整个体系就会轰然崩塌。在Stigler教授的著作中，把统计学七支柱描述为：
2021-11-10 17:39:04
1849
原创 新版白话空间统计（21）平均最近邻
前面的章节里面，我们看了很多关于空间分布模式的基本原理，从这一章节开始，我们讲一些具体的工具和算法的使用。前面我们用莫兰指数、P值、Z得分啥的，可以得出一份数据是属于离散、随机还是聚集，并且通过各种指数，得出聚集或者离散的程度，这种指数就是我们在定量分析时候经常用手段之一。像莫兰指数这样的分析，在关注空间关系的同时，还要考虑属性，也就是并非单纯的在考虑空间上的聚集。而上篇文章我们说到，点数据分析里面，很多分析，并不需要（或者没有）数值型的属性，而仅仅考虑从空间位置上做分析。比如：纯粹的空间位置的数据
2021-09-26 11:53:45
4719
1
原创 新版白话空间统计（20）空间关系概念化之点临近
写在最前面：上篇文章说了在GeoDa里面去自定义空间权重关系，有的同学问，在ArcGIS里面怎么做呢？我做过一个小视频，需要的同学在虾神的公众号里面发送“空间权重矩阵”六个字，就可以获得了。前面的文章说到，在分析的数据里面，分布是这个样子的：在所有数据里面，点数据是最容易获取到的，都不需要专业的软件，一个文本就可以制作，而点数据的获取，只要能上网就能从各种互联网地图上获取到，比如X度地图坐标拾取系统：而只要有坐标，就可以轻而易举的变成空间数据，比如下面这份我用了无数次的北京市三级及以
2021-08-19 12:10:11
1172
2
原创 新版白话空间统计（19）空间关系对莫兰指数的影响
CSDN的被爬虫专用声明：虾神原创，公众号\知乎：虾神说D转发、转载和爬虫，请主动保留此声明。前文再续，书接上一回。上一回我们说到用GeoDa可以自定义空间权重矩阵和空间关系，那么空间关系到底在我们的分析中，会产生什么样的影响呢？今天我们通过一个简单的例子来给大家示例一下：首先我们用常规的方式演示一下在GeoDa里面如何做莫兰指数：打开GeoDa，打开我们需要分析的数据，比如还是中国的人口GDP的shape file（数据获取在虾神的gitee&github上面，公众号发送
2021-07-27 08:43:26
3959
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人