Scopri come lavorare con Lexcube, un pacchetto Python per la visualizzazione dei dati nel dominio spazio-temporale!
- 🌟 Introduzione
- 🌐 Lexcube
- 📰 Dati
- 📂 Cubo di dati con numeri casuali
- 🗂️ Cubo dati con dati climatici
- 🔄 Livelli raster su Xarray
- 🌍 Visualizzazione 3D di Xarray di Lexcube
- 📦 Cos’altro possiamo fare con Lexcube
- 📝Conclusione
- 📚 Riferimenti
🌟 Introduzione
La visualizzazione dei dati in tre dimensioni (latitudine, longitudine e tempo) è affascinante, non è vero? In qualità di scienziato dei dati geospaziali, ho sempre desiderato conoscere il modo più semplice per tracciare un set di dati cubico creato unendo centinaia di livelli raster. Durante la lettura dei miei feed su LinkedIn, ho trovato un’ottima libreria Python chiamata Lexcube, che è recentemente diventata disponibile per Jupyter Notebook. Per ulteriori informazioni su Lexcube, fare riferimento a questo articolo e/o check-out Lexcube su GitHub.
Prima di tutto, vorrei ringraziare Miguel Mahecha per aver condiviso quel post su LinkedIn e anche Maximilian Söchting e il suo team per aver sviluppato uno strumento prezioso per la comunità dei dati geospaziali. In secondo luogo, ecco un esercizio pratico per aiutarti a utilizzare questo pacchetto per visualizzare i tuoi dati cubici in un grafico 3D. Tutti i passaggi sono stati codificati in Python in Google Colab e alla fine di questa storia imparerai come convertire i tuoi livelli raster nel formato Xarray e quindi utilizzarlo in Lexcube per creare un grafico 3D dei tuoi dati.
Se, come me, stavi cercando un pacchetto per la visualizzazione 3D dei tuoi dati, questa storia fa per te. Non ho alcuna affiliazione con Lexcube e volevo solo condividere la mia esperienza scrivendo questo post sul blog.
🌐 Lexcube
Leipzig Explorer of Earth Data Cubes, o Lexcube, è uno strumento interattivo di visualizzazione dei dati sviluppato da Maximilian Söchting come dottorato di ricerca. progetto sotto la supervisione di Gerik Scheuermann e Miguel Mahecha presso l’Università di Lipsia. Lo strumento è progettato per gestire cubi di dati terrestri di grandi dimensioni. Il progetto ha ricevuto finanziamenti da diverse istituzioni e agenzie, tra cui l’Agenzia spaziale europea (ESA). Nel maggio 2022, una versione web di questo strumento è diventata…
Fonte: towardsdatascience.com
