有人说：一个人从1岁活到80岁很平凡，但如果从80岁倒着活，那么一半以上的人都可能不凡。
生活没有捷径，我们踩过的坑都成为了生活的经验，这些经验越早知道，你要走的弯路就会越少。
今天在刷视频的时候看到了我订阅的Youtube博主更新了，感觉内容蛮有用的，就分享给大家
原视频链接如下，打开需要魔法
https://www.youtube.com/watch?v=iNHQgLw7qZc
数据说明
本数据采用的是中国的机场数据，数据来源ourairports，该数据详细介绍可参考下列内容
https://mp.weixin.qq.com/s/YFEEphaNWHhFXhjzGe89qw
这是该网站上内嵌的web机场地图，正在本期教程中，我们将让ChatGPT来制作这样一份地图
数据比较杂乱，注意记住这三列就可以
代码编写
交互式地图绘制
作为一个对话型AI，当然需要告诉他我使用什么数据，什么平台，什么编程语言完成地图，让我们见识一下ChatGPT的能力吧
修改一下文件路径，然后运行程序
-
import pandas
as pd
-
import geopandas
as gpd
-
from folium import Map, Marker
-
-
#
Read the CSV
file
into a DataFrame
-
df
= pd.
read_csv(r
"C:\Users\zheyu\Desktop\cn-airports.csv")
-
-
# Convert the DataFrame
to a GeoDataFrame
-
gdf
= gpd.GeoDataFrame(
-
df,
-
geometry
=gpd.points_
from_xy(df.longitude_deg, df.latitude_deg)
-
)
-
-
# Create an instance
of the Folium Map
class
-
m
= Map(
location
=[df.latitude_deg.mean(), df.longitude_deg.mean()])
-
-
# Iterate over the rows
of the GeoDataFrame
-
for i, row
in gdf.iterrows():
-
Marker(
location
=[row.latitude_deg, row.longitude_deg], popup
=row.name).
add_
to(m)
-
-
# Save the map
to an HTML
file
-
m.save(
"map.html")
然后在桌面就会生成一个map.html,你可以使用任何网络浏览器打开
显示的数据多是因为包含了直升机机场
筛选需要的数据
在数据中type列是机场属性，接下来就让ChatGPT教我如何显示筛选出的大型机场吧
这是ChatGPT修改后的代码
-
import pandas
as pd
-
import geopandas
as gpd
-
from folium import Map, Marker
-
-
#
Read the CSV
file
into a DataFrame
-
df
= pd.
read_csv(r
"C:\Users\zheyu\Desktop\cn-airports.csv")
-
-
# Filter the DataFrame
to only include rows
with
"type"
value
"large_airport"
-
df
= df[df.
type
=
=
"large_airport"]
-
-
# Convert the DataFrame
to a GeoDataFrame
-
gdf
= gpd.GeoDataFrame(
-
df,
-
geometry
=gpd.points_
from_xy(df.longitude_deg, df.latitude_deg)
-
)
-
-
# Create an instance
of the Folium Map
class
-
m
= Map(
location
=[gdf.latitude_deg.mean(), gdf.longitude_deg.mean()])
-
-
# Iterate over the rows
of the filtered GeoDataFrame
-
for i, row
in gdf.iterrows():
-
Marker(
location
=[row.latitude_deg, row.longitude_deg], popup
=row.name).
add_
to(m)
-
-
# Save the map
to an HTML
file
-
m.save(
"map.html")
默认使用的是osm作为背景
修改web地图图层
让ChatGPT切换成卫星影像
ChatGPT具有上下文多轮会话能力，这太神奇了
生成的代码如下
-
import pandas
as pd
-
import geopandas
as gpd
-
from folium import Map, Marker
-
-
#
Read the CSV
file
into a DataFrame
-
df
= pd.
read_csv(r
"C:\Users\zheyu\Desktop\cn-airports.csv")
-
-
# Filter the DataFrame
to only include rows
with
"type"
value
"large_airport"
-
df
= df[df.
type
=
=
"large_airport"]
-
-
# Convert the DataFrame
to a GeoDataFrame
-
gdf
= gpd.GeoDataFrame(
-
df,
-
geometry
=gpd.points_
from_xy(df.longitude_deg, df.latitude_deg)
-
)
-
-
# Create an instance
of the Folium Map
class
-
m
= Map(
location
=[gdf.latitude_deg.mean(), gdf.longitude_deg.mean()], tiles
=
'https://server.arcgisonline.com/ArcGIS/rest/services/World_Imagery/MapServer/tile/{z}/{y}/{x}', attr
=
'Tiles © Esri — Source: Esri, i-cubed, USDA, USGS, AEX, GeoEye, Getmapping, Aerogrid, IGN, IGP, UPR-EGP, and the GIS User Community')
-
-
# Iterate over the rows
of the filtered GeoDataFrame
-
for i, row
in gdf.iterrows():
-
Marker(
location
=[row.latitude_deg, row.longitude_deg], popup
=row.name).
add_
to(m)
-
-
# Save the map
to an HTML
file
-
m.save(
"map.html")
结语
ChatGPT的功能不仅仅是制作这种简单的交互式地图，他在很多领域有着非常大的应用，我们行业内就有大佬用它写标书，写规划大纲，他很大程度上减轻了我们的重复劳动。
在遥感和GIS领域，我看到他巨大的潜力，特别是作为编写代码修改BUG的工具方面，他会给我们提供非常有用的指导，在未来 的地理空间分析学习工程中，我将尝试把ChatGPT带给你们，展现出在AI帮助下我们的工作将会变得更加轻松
这些程序员职场“潜规则”，让你少走5年弯路_【官方推荐】唐城的博客-CSDN博客
一边赶路，一边寻找出路，希望大家在每个幸福的日子里，都能快乐前行。
转载：https://blog.csdn.net/qq_41570658/article/details/128905957