---

0、數(shù)據(jù)簡介

數(shù)據(jù)來源：百度慧眼
數(shù)據(jù)形式：含坐標(biāo)的csv點數(shù)據(jù)；shp數(shù)據(jù)（含csv點數(shù)據(jù)）；TIF柵格數(shù)據(jù)（含csv，shp數(shù)據(jù)）；PNG可視化圖片。多種數(shù)據(jù)形式可選。
價格：市為單位，每天有24個時間點。也可提供shp格式，核密度/反距離tif格式，數(shù)據(jù)格式不同價格不同。
直接選TIF的好處：不用手動從csv轉(zhuǎn)shp，不用考慮投影帶，不用手動核密度，我可以確保數(shù)據(jù)一定符合你的研究，會跟你確定柵格大小和研究區(qū)，根據(jù)研究區(qū)裁剪數(shù)據(jù)。
用途：城市/街道活力，人口統(tǒng)計，選址分析，商圈分析，活力分析等等。

優(yōu)勢：全網(wǎng)最全最細(xì)！
1、有論文支撐！！！《地理科學(xué)》。
2、定量數(shù)據(jù)！
3、從數(shù)據(jù)原理到應(yīng)用給你講清楚。
4、專注于城市研究。
郵箱：437969428@qq.com
你直接在郵箱留下你的聯(lián)系方式，我加你，節(jié)省你的時間，直接說要什么代碼就行，不用太正式，你才是上帝，我是希望你買我代碼的，所以不用太在意郵件格式。

---

0、示例數(shù)據(jù)

CSDN資源

百度熱力圖定量數(shù)據(jù)csv,shp,tif 深圳市20221114日12點
百度熱力圖定量數(shù)據(jù)csv,shp,tif 北京市20201018日12點
百度熱力圖定量數(shù)據(jù)csv,shp,tif 成都市20240805日22點
百度熱力圖定量數(shù)據(jù)csv,shp,tif 重慶市20240805日20點
百度熱力圖定量數(shù)據(jù)csv,shp,tif 長沙市20240916日12點
百度熱力圖定量數(shù)據(jù)csv,shp,tif 沈陽市20240713日12點
百度熱力圖定量數(shù)據(jù)csv,shp,tif 濟(jì)南市20240910日12點

數(shù)據(jù)介紹：百度慧眼百度熱力圖數(shù)據(jù)處理，可直接用于論文

1、百度熱力圖數(shù)據(jù)日期如何選擇

根據(jù)研究內(nèi)容定，一般如果研究城市活力的話，通常會寫“非重大節(jié)假日，非重大活動，非極端天氣等”。南方晴天不多，有小雨或者中雨都可認(rèn)為沒有影響，要不然在南方很難找到完全一周沒有下雨的天氣。

1.1、其他實驗數(shù)據(jù)的時間

盡量保持在同一年，不能做到1年的話，也沒問題，有的論文中會解釋為什么不在一年也沒事，具體理由記不清了，maybe like 對研究影響很小這種理由。

1.2、看日歷

瀏覽器搜日歷

1.3、看天氣

深圳歷史天氣查詢_歷史天氣預(yù)報查詢_2345天氣預(yù)報

歷史天氣檢索

深圳的某一周，非重大節(jié)假日，非重大活動，天氣 晴朗

2、百度熱力圖幾天夠研究？部分文章統(tǒng)計

有的甚至都不是定量數(shù)據(jù)，更不要提精準(zhǔn)度了，我的數(shù)據(jù)是定量數(shù)據(jù)，用于論文完全沒有問題。看好的文章，非必要不看老文章/期刊一般的文章，百度熱力圖的研究很多，好期刊的文章夠大家參考了。

參考文獻(xiàn)	研究區(qū)域	天數(shù)	表征活力
2023 王梓蒙等.基于多源數(shù)據(jù)的城市活力與建成環(huán)境非線性關(guān)系研究——以雙休日武漢市主城區(qū)為例[J]. 地理科學(xué)進(jìn)展, 2023, 42(4): 716-729.	武漢-TAZ小區(qū)	2019.11的2個雙休日，天數(shù)：2，時間點：96個	城市活力
2023 汪成剛等.城市活力與建成環(huán)境的非線性關(guān)系和閾值效應(yīng)研究——以廣州市中心城區(qū)為例[J].地理科學(xué)進(jìn)展,2023,42(01):79-88.	廣州廣州中心城區(qū)(包括荔灣、越秀、天河和海珠區(qū)) -300m格網(wǎng)	2021.3.22 ~ 2021.3.26，5個工作7:00~23:00，天數(shù)：5，時間點：85個	城市活力
2021 司睿等.基于街景數(shù)據(jù)的建成環(huán)境與街道活力時空分析——以深圳福田區(qū)為例[J].地理科學(xué),2021,41(09):1536-1545.	深圳福田	2020.8 .22 ~2020.8.23 天數(shù)：2 時間點：48個 爬取的為圖片，參照官方圖例進(jìn)行了重分類 共截取熱力圖 48 張	街道活力
2022 Lv, Geyu, et al. “Exploring the relationship between the built environment and block vitality based on multi-source big data: An analysis in Shenzhen, China.” Geomatics, Natural Hazards and Risk 13.1 (2022): 1593-1613.	深圳2644個街區(qū)	2020.7.2日-2020.7.8日，天數(shù)：7，時間點：168個	城市活力
2021 Fan Z, et al. How did built environment affect urban vitality in urban waterfronts? A case study in Nanjing Reach of Yangtze River[J]. ISPRS International Journal of Geo-Information, 2021, 10(9): 611.	南京	2020.10.14星期三和2020.10.17日星期六，6：00至22：00，天數(shù)：2，時間點：34	城市活力
2021 肖龍珠等. Nonlinear and synergistic effects of TOD on urban vibrancy: Applying local explanations for gradient boosting decision tree	深圳166個地鐵車站	2018.6.11~2018.6.17 上午7點至晚上11點，天數(shù)：7天，時間點：119個	城市活力

自己再多看看同方向研究，一般來說都是5天或7天即一周的數(shù)據(jù)，要不然審稿人可能會質(zhì)疑你數(shù)據(jù)的代表性。

3、數(shù)據(jù)原理

百度慧眼人口位置數(shù)據(jù)使用說明
這我朋友的博文，我們的數(shù)據(jù)一樣。為了博文的完整性，我會把部分內(nèi)容引用過來。

百度慧眼人口位置數(shù)據(jù)（以下簡稱“慧眼數(shù)據(jù)”）主要數(shù)據(jù)來源于對調(diào)用百度地圖定位SDK終端定位數(shù)據(jù)的統(tǒng)計值。首先，百度地圖按照百度墨卡托坐標(biāo)系（bdmc09）將全國劃分成200*200的漁網(wǎng)（如下圖藍(lán)色實線所示），對某時段內(nèi)（平臺內(nèi)置為1個小時）調(diào)用過定位SDK的終端數(shù)量進(jìn)行統(tǒng)計。如下圖黃色區(qū)域內(nèi)，假定該時段內(nèi)共有7個終端定位數(shù)據(jù)，那么將該區(qū)域的熱力值（value）賦值給質(zhì)心點。

3.1.1 ** 這個比較重要，后面還會再次出現(xiàn)。核密度的值怎么理解？**

比如我這個是圖核密度按照輸出柵格10m，搜索距離300m的出來的數(shù)值。
這里某個柵格核密度的值是3478，你能說這個3478表示這個小時的真實人數(shù)？
xxx,詳細(xì)內(nèi)容見說明文檔。
這個值能代表真實的這個小時內(nèi)街道的人數(shù)嗎？
xxx,詳細(xì)內(nèi)容見說明文檔。
你就看你同類型研究是不是用的都是百度熱力圖數(shù)據(jù)，如果是，你就也用。如果不是，你能低價買到別的數(shù)據(jù)嗎？能就買別的數(shù)據(jù)，不能就百度熱力圖。不要沒有別的數(shù)據(jù)還挑挑揀揀。
你如果做相關(guān)性/影響機(jī)制的研究，核密度值完全沒問題，他確實能反映聚類中心，熱力中心。
建議大家在出圖的時候，xxx，如下面這些文章。

沒空復(fù)制

論文中怎么寫這個值，建議看下論文，常見的寫法
xxx,詳細(xì)內(nèi)容見說明文檔。

3.1.2 Csv->shp->tif是常規(guī)的數(shù)據(jù)處理流程，可以不這么處理嗎？

xxx,詳細(xì)內(nèi)容見說明文檔。

3.1.3 Bd09mc即百度墨卡托投影坐標(biāo)系200單位的距離是可以自己設(shè)置的嗎？

系統(tǒng)內(nèi)置的是200米，這個沒法調(diào)整的，官方就是這樣設(shè)置的200單位

3.1.4 實際采樣點是什么樣？

實際的采樣點是全覆蓋，像下圖，非常密集。

全采樣點示例  放大后，采樣點及采樣點間距離 在WGS84坐標(biāo)系中，兩個采樣點的實際距離約為185m，半徑約92.5m。即92.5m x 92.5m圍成的方格內(nèi)每小時定位的總和匯總到采樣點。

3.1.5 有些地方?jīng)]有采樣點是什么原因？

以某一時刻深圳數(shù)據(jù)為例，csv轉(zhuǎn)shp后，為什么有空白？
是因為這個采樣點value為0，沒有存儲，要不然會造成文件冗余。

4、csv文件字段說明

轉(zhuǎn)化關(guān)系：bd09mc->bd09->wgs84。怎么轉(zhuǎn)不重要，直接用wgs84就行了。

原始數(shù)據(jù)樣式如下：
bd09mc_X，bd09mc_Y：百度墨卡托坐標(biāo)系（為投影坐標(biāo)系）橫縱軸坐標(biāo)，以上面黃色區(qū)域質(zhì)心為例，對應(yīng)的坐標(biāo)為“11592300，3564500”；
value：該時段內(nèi)質(zhì)心點對應(yīng)區(qū)域內(nèi)調(diào)用定位的終端數(shù)統(tǒng)計數(shù)，單位：次；
bd09_LNG，bd09_LAT：百度坐標(biāo)系（為地理坐標(biāo)系）橫縱軸坐標(biāo)；
wgs84_LNG，wgs84_LAT：WGS 1984坐標(biāo)系（為地理坐標(biāo)系，EPSG：4326）橫縱軸坐標(biāo)；
gcj02_LNG，gcj02_LAT： GCJ－02坐標(biāo)系（也稱：火星坐標(biāo)系，為地理坐標(biāo)系）橫縱軸坐標(biāo)。

4、Arcgis，QGIS軟件數(shù)據(jù)處理教程（最近太忙后續(xù)更新）

4.1、Arcgis篇操作

這我朋友寫的博文，百度熱力圖arcgis數(shù)據(jù)處理

從我這里買數(shù)據(jù)，送詳細(xì)說明文檔，文檔寫完了，但是沒空復(fù)制到這里，調(diào)格式調(diào)半天。
xxx,詳細(xì)內(nèi)容見說明文檔。

4.2、QGIS篇操作

從我這里買數(shù)據(jù)，送詳細(xì)說明文檔，文檔寫完了，但是沒空復(fù)制到這里，調(diào)格式調(diào)半天。
xxx,詳細(xì)內(nèi)容見說明文檔。

5、Arcgis PRO 百度熱力圖數(shù)據(jù)處理流程！！！

PS：提供批量處理數(shù)據(jù)服務(wù)！直接給你柵格數(shù)據(jù)，需要可以郵箱聯(lián)系。幫你省去下面這么多繁瑣的步驟。

（1）csv數(shù)據(jù)可視化！！！

1．添加數(shù)據(jù)

2．選擇csv 或者csv拖拽進(jìn)來，這里就可以直接選了

3．經(jīng)緯度，坐標(biāo)系，選擇保存位置，保存名稱 或者直接在搜索欄搜索：“XY表轉(zhuǎn)點”

4．搜索欄搜索：“XY表轉(zhuǎn)點”

（2）為什么要投影？

投影能更準(zhǔn)確地處理空間分析中的距離和面積計算。
? 地理坐標(biāo)系（經(jīng)緯度）：經(jīng)緯度表示的是角度，而不是實際距離。因此，在地理坐標(biāo)系中直接進(jìn)行距離或面積計算會導(dǎo)致誤差。
? 投影坐標(biāo)系（米/公里）：投影坐標(biāo)系將地球的曲面展開為平面，單位通常為米或公里，可以直接用于空間分析。
核密度分析需要計算點與點之間的距離，并基于距離分布生成密度圖。如果不進(jìn)行投影，分析結(jié)果的精度會受到影響，特別是在大范圍地區(qū)分析時。小范圍實際影響不大。出于準(zhǔn)確性考慮，投影。

（3）UTM投影的選擇（地區(qū)->投影帶）

UTM投影的選擇（地區(qū)->投影帶）

投影帶選擇，直接代公式

（4）投影，轉(zhuǎn)投影坐標(biāo)系

1．直接搜投影，輸出坐標(biāo)系點那個“地球”圖表，選投影看下圖。 ！哎呦，新發(fā)現(xiàn)，可以直接輸入坐標(biāo)系：WGS_1984_UTM_Zone_50N

2．投影坐標(biāo)系-》UTM

3． UTM-》WGS84-》Northern Hemisphere

4． 找到自己的投影帶

（5）核密度分析

1．直接搜

2．步驟

3.看效果

4.符號系統(tǒng)

5.效果

6、核密度分析的數(shù)學(xué)原理

xxx,詳細(xì)內(nèi)容見說明文檔。

7、是否需要根據(jù)研究區(qū)進(jìn)行裁剪？

xxx,詳細(xì)內(nèi)容見說明文檔。

8、核密度輸出柵格大小，搜索距離怎么選？

xxx,詳細(xì)內(nèi)容見說明文檔。

9、常見應(yīng)用

9.1 用途（空間結(jié)構(gòu)研究，城區(qū)職住關(guān)系，人群聚集時空分析，XX活力測度）

其中，城市規(guī)劃領(lǐng)域?qū)τ诎俣葻崃D做了較多的探索。比如有：吳志強(qiáng)基于熱力圖進(jìn)行上海中心城區(qū)的空間結(jié)構(gòu)研究；冷炳榮利用熱力圖進(jìn)行重慶市主城區(qū)職住關(guān)系的剖析；王錄倉基于熱力圖對武漢市主城區(qū)城市人群聚集程度進(jìn)行的時空分析；周雨霏基于熱力圖的軌道交通站點服務(wù)區(qū)活力測度研究等等。

9.2 求周中平均/周末平均/周平均/日平均活力強(qiáng)度

xxx,詳細(xì)內(nèi)容見說明文檔。

9.3 時間序列

xxx,詳細(xì)內(nèi)容見說明文檔。

10、活力計算/相關(guān)論文

2024 黃志強(qiáng) 基于多源大數(shù)據(jù)的街道空間品質(zhì)測度及其對街道 活力的影響*——以廣州歷史城區(qū)為例

熱力圖等級。xxx,詳細(xì)內(nèi)容見說明文檔。

2021 司睿 基于街景數(shù)據(jù)的建成環(huán)境與街道活力時空分析 —以深圳福田區(qū)為例

涉及面積。和除于柵格區(qū)別不大。xxx,詳細(xì)內(nèi)容見說明文檔。

xxx。

xxx,詳細(xì)內(nèi)容見說明文檔。
太多了，復(fù)制不過來，調(diào)格式太繁瑣。

---

11、其他數(shù)據(jù)處理/程序/指導(dǎo)！！！

直接看PDF吧，搬過來調(diào)格式類似了。
通過網(wǎng)盤分享的文件：v1.1 數(shù)據(jù)_代碼_指導(dǎo).pdf
鏈接: https://pan.baidu.com/s/1E93QTFcdl7DQjCYZW1Kj2Q?pwd=GGGX 提取碼: GGGX

目錄：GIS數(shù)據(jù)處理/程序/指導(dǎo)，街景百度熱力圖POI路網(wǎng)建筑物AOI等

1. 百度熱力圖指導(dǎo)，買數(shù)據(jù)提供指導(dǎo)，含詳細(xì)說明文檔。鏈接0-數(shù)據(jù)介紹：百度慧眼百度熱力圖數(shù)據(jù)處理，可直接用于論文。鏈接1-原理及應(yīng)用：百度熱力圖數(shù)據(jù)獲取，原理，處理及論文應(yīng)用-CSDN博客 。鏈接2-Pro操作：百度熱力圖數(shù)據(jù)處理流程Arcgis PRO篇，Arcgis,QGIS見鏈接其他文章-CSDN博客。

2. 多模型（含全部樹模型）分類回歸精度結(jié)果對比（回復(fù)審稿人意見之：為什么選某個模型？比如為什么選XGBoost？）。

   回歸模型：線性模型（Linear、Ridge 、Lasso、Huber 、Partial Least Squares），KNN，SVR，樹模型（Decision Tree、RF、AdaBoost 、GBDT、XGBoost、LightGBM 、CatBoost ）?？勺远x增加。
   分類模型：Logistic Regression、Naive Bayes、KNN、SVM、樹模型（Decision Tree、RF、AdaBoost 、GBDT、XGBoost、LightGBM 、CatBoost ）可自定義增加。
   

3.各種樹模型分類回歸代碼（RF/GBDT/XGBoost/LightGBM/Catboost等模型對比，最優(yōu)模型最優(yōu)參數(shù)）。
3. 樹模型-SHAP分析，上一步選模型，這一步用模型進(jìn)行分析。
4. GCN用于街道研究，如GCN實現(xiàn)街道功能分類。
5. 樹模型-SHAP分析，上一步選模型，這一步用模型進(jìn)行分析。
6. 街景語義分割后像素提取，指標(biāo)計算代碼（綠視率、天空開闊度、界面圍合度、視覺熵/景觀多樣性等），含詳細(xì)說明文檔。deeplabv3+街景圖片語義分割，無需訓(xùn)練模型，看不懂也沒有影響，直接使用，cityscapes數(shù)據(jù)集。
7. 街景主觀感知兩兩對比程序（數(shù)據(jù)集生成，自定義每張圖片出現(xiàn)次數(shù)，提示剩余總對比次數(shù)，對比程序！最少對比次數(shù)，最高的效率。街景主觀感知1：街景圖片兩兩對比程序），TrueSkill計算beautiful、safer等維度主觀感知評分（原理，代碼）均含詳細(xì)說明文檔。街景兩兩對比程序，Trueskill計算評分代碼，訓(xùn)練模型，預(yù)測街景。
8. 街景主觀感知訓(xùn)練，預(yù)測模型（beautiful, safer等自定義維度），多模型對比（ResNet50，ResNet101，EfficientNet、VGGNet、GoogleNet、DenseNet、MobileNet、ShuffleNet、Xception、ConvNeXt、Vision Transformer (ViT)、RegNet等），beautiful和safer維度精度均達(dá)到0.89。街景兩兩對比程序，Trueskill計算評分代碼，訓(xùn)練模型，預(yù)測街景。
9. 街景圖片色彩聚類。
10. 全國街景數(shù)據(jù)。
11. OSM路網(wǎng)簡化指導(dǎo)（詳細(xì)說明文檔，雙線變單線，fclass選擇，拓?fù)錂z查，短道路處理）。
12. POI數(shù)據(jù)，重分類，各種密度，各種比例，功能混合度/熵/多樣性計算。
13. 建筑物各種指標(biāo)計算（建筑密度，容積率）。
14. 坐標(biāo)系轉(zhuǎn)化代碼（bg09，wgs84，Gcj02等各種地理，投影轉(zhuǎn)化）。
15. GIS相關(guān)處理，指標(biāo)計算，街道街區(qū)相關(guān)，活力相關(guān)，街道品質(zhì)相關(guān)。
…