JMP Analytics – Arbeiten mit georäumlichen Eigenschaften, die sich auch im Laufe der Zeit ändernHallo zusammen,
Ich brauche bitte ein paar Ideen und Hilfe. Ich möchte mit Daten arbeiten, die je nach geografischem Standort und auch zeitlich variieren. Ich verfüge über die Breiten- und Längengrade der Standorte sowie über die stündlichen Messungen für verschiedene Zeiträume. Wie richte ich dies in JMP-Zeilen und -Spalten ein, sodass ich die Eigenschaft im Laufe der Zeit grafisch darstellen (abbilden) und die Standorte untersuchen oder JMP die Orte hervorheben lassen kann, an denen die Eigenschaft einen bestimmten Schwellenwert für bestimmte Zeiträume überschreitet usw.?
danke für die Hilfe
Erweiterte statistische ModellierungKonsumenten- und MarktforschungDatenexploration und -visualisierungMassenanpassungBetreff: JMP Analytics - Arbeiten mit räumlichen Eigenschaften, die sich auch mit der Zeit ändernSie möchten die Daten dort einrichten, wo Sie Spalten für Zeit, Breite, Länge und jede Messung haben. Für jede Zeit- und Ortsinstanz müssen separate Zeilen vorhanden sein.Betreff: JMP Analytics - Arbeiten mit räumlichen Eigenschaften, die sich auch mit der Zeit ändernEine möglicherweise nützliche und informative Vorlage finden Sie direkt im JMP-Beispieldatenverzeichnis. Es ist eine Graph Builder-basierte Visualisierung von Napoleans Marsch. Ich denke, die Datentabelle heißt NapoleansMarch.jmp oder ähnliches. Es zeigt eine geografische Hintergrundkarte und zeigt, wie sich Variablen (die Größe der verschiedenen Armeen Napoleans) in diesem geografischen Raum geändert haben. Könnte nahe an das kommen, wonach Sie suchen?
Hier ist ein Link zu einer HTML-Ausgabe des Skripts, das den Plot generiert. Sehen Sie sich an, ob es so ist, wie Sie es suchen.Napoleans März-HTML-Ausgabe
Betreff: JMP Analytics - Arbeiten mit räumlichen Eigenschaften, die sich auch mit der Zeit ändernNach dem Einrichten, wie von Jim vorgeschlagen, können Sie den lokalen Datenfilter verwenden, um eine Zeitscheibe oder eine Breitengradscheibe oder beides usw. in Karten und anderen Berichten anzuzeigen.
Betreff: JMP Analytics - Arbeiten mit räumlichen Eigenschaften, die sich auch mit der Zeit ändernDanke für die Hinweise.Ich habe mir auch die JMP-Tabelle von Napoleon im März angesehen.Und die Visualisierung von Napoleons Marsch ähnelt der, die ich zu erstellen versuche.
Mein Problem ist jedoch, dass ich nur etwa 40 Standorte (40 Breiten- und Längengrade) habe, aber über 50.000 Messungen (stündlich seit über 5 Jahren aufgezeichnet).
Also habe ich den Zeitstempel als erste Spalte und die mit jedem Ort verknüpfte Messung als zusätzliche Spalten eingerichtet.Ich bin mir jetzt nicht sicher, wie ich die Lat's und Long's mit jeder Messung verknüpfen soll.
Die März-JMP-Tabelle von Napoleon enthält Breiten- und Längengrade als Spalten, aber das ist in diesem Fall nicht "praktisch", glaube ich nicht.
Ich würde mich über weitere Hilfe freuen, bitte.
Betreff: JMP Analytics - Arbeiten mit räumlichen Eigenschaften, die sich auch mit der Zeit ändernSie können die 40 Breiten- und Längengrade in einer separaten Tabelle platzieren und dann mithilfe eines virtuellen Joins wieder zusammenführen. Trotzdem müssen Sie eine Spalte haben, die den Zeilen entspricht. Das Endergebnis ist eine virtuelle Tabelle mit jedem Breiten- und Längengrad in jeder Zeile.Betreff: JMP Analytics – Arbeiten mit georäumlichen Eigenschaften, die sich auch mit der Zeit ändern50.000 * 40 Zeilen sind groß, aber nicht zu groß für JMP. Ihre Tabelle wird im Bereich von 100 bis 300 MB liegen, je nachdem, wie viele Datenspalten vorhanden sind. Wie Jim vorschlägt, könnten durch die Verwendung eines virtuellen Joins zwei Spalten entfernt werden (vielleicht mehr, wenn Sie andere konstante Stationsdaten benötigen), auf Kosten der Hinzufügung einer ID-Spalte, aber ich glaube nicht, dass dies eine Optimierung ist, die Sie zu Beginn benötigen.
Welche Art von Publikum wird sich das ansehen? Würde es ein Video, ein Live-Diagramm mit Steuerelementen oder ein statisches Bild bevorzugen?
Betreff: JMP Analytics – Arbeiten mit georäumlichen Eigenschaften, die sich auch mit der Zeit ändernWie @Craige_Hales erwähnt hat, gibt es mit dieser Zeilenanzahl kein Problem, die Tabelle von JMP arbeitet recht effizient.
Und zunächst einmal ist die einfachere Datenstruktur die bessere.
Darüber hinaus ist es recht einfach, die Daten in JMP umzugestalten, sie beispielsweise auf mehrere Tabellen zu verteilen, aufzuteilen oder zu stapeln.
Wo sind Ihre Daten jetzt? Wenn sie in zwei CSV-Dateien vorliegen, ist es auch ganz einfach, beide Dateien in JMP zu öffnen.
Sie werden zu JMP-Datentabellen und können dann mit dem Abfrage-Generator verknüpft werden.
Und wenn die Daten regelmäßig aktualisiert werden, können Sie den Abfrage-Generator sogar verwenden, um die neuen Daten direkt aus den CSV-Dateien zu importieren.
Betreff: JMP Analytics – Arbeiten mit georäumlichen Eigenschaften, die sich auch mit der Zeit ändernHallo nochmal,
Ich habe meine Daten relativ bereinigt und in JMP als zwei separate Tabellen gespeichert. Eine mit den Stations-IDs, Breiten- und Längengraden und die andere mit einer bestimmten Eigenschaft, die an jeder Station stündlich über einen Zeitraum von fünf Jahren gemessen wurde. Die Vorschau-Verknüpfung mit Query Builder ist nicht korrekt, daher hätte ich gern eine genauere Anleitung zum Erstellen von Visualisierungen mit den geografischen Daten in einer Tabelle und zeitbasierten Eigenschaften in einer anderen Tabelle.
Übrigens extrahiere ich noch mehr solcher Immobiliendateien aus der öffentlichen Quelle, da wir daran interessiert sind, etwa 10 solcher Immobilien in der ganzen Provinz zu untersuchen.
Und um Ihre Frage zu beantworten: Die Visualisierungen sind an diesem Punkt Teil unseres Prozesses zur Datenerkundung und Funktionsstudie. Wir glauben, dass das Publikum irgendwann sehr an animierten Blasendiagrammen interessiert sein wird, die zeigen, was in der Nähe ihres eigenen Standorts, also in einem bestimmten Umkreis, passiert. Im Moment untersuchen wir die Daten nur, um zu sehen, welche bedeutsamen Muster vorhanden sein könnten.
Betreff: JMP Analytics – Arbeiten mit georäumlichen Eigenschaften, die sich auch mit der Zeit änderntry(close(dtLatLon,nosave));
try(close(dtTempTime,nosave));
dtLatLon = New Table( "LatLon",
New Column( "city", Character, "Nominal", Set Values( {"New York", "London"} ) ),
New Column( "lat", Numeric, "Continuous", Format( "Best", 12 ), Set Values( [40.73061, 51.509865] ) ),
New Column( "lon", Numeric, "Continuous", Format( "Best", 12 ), Set Values( [-73.935242, -0.118092] ) )
);
dtLatLon << save( "$temp/LatLon_deleteme.jmp" ); // disk file name is required for virtual join
dtLatLon:city << Set Property( "Link ID", 1 );
dtTempTime = New Table( "TempTime",
New Column( "city", Character, "Nominal",
Set Values( {"New York", "London", "New York", "London", "New York", "London", "New York", "London", "New York", "London"} )
),
New Column( "temp", Numeric, "Continuous", Format( "Best", 12 ), Set Values( [18, 30, 18, 12, 24, 17, 15, 30, 29, 19] ) ),
New Column( "time", Numeric, "Continuous", Format( "yyyy-mm-ddThh:mm", 16 ), Input Format( "yyyy-mm-ddThh:mm" ),
Set Values( [3660682600, 3660683600, 3660684600, 3660685600, 3660686600, 3660687600, 3660688600, 3660689600, 3660690600, 3660691600] )
)
);
dtTempTime << save( "$temp/TempTime_deleteme.jmp" ); // disk file name is required
dtTempTime:city << Set Property( "Link Reference", Reference Table( dtLatLon ) );
dtTempTime << Bubble Plot(
X( Referenced Column( "lon[city]", Reference( Column( :city ), Reference( Column( :lon ) ) ) ) ),
Y( Referenced Column( "lat[city]", Reference( Column( :city ), Reference( Column( :lat ) ) ) ) ),
Sizes( :temp ),
Time( :time ),
ID( :city ),
Time Index( 4.0938 ),
Title Position( -59.21926910299, 46.12 ),
SendToReport(
Dispatch( {}, "1", ScaleBox, {Format( "Best", 12 ), Min( -80 ), Max( 10 ), Inc( 10 ), Minor Ticks( 0 )} ),
Dispatch(
{},
"2",
ScaleBox,
{Scale( "Geodesic" ), Format( "Best", 12 ), Min( 19.0897009966777 ), Max( 72.9102990033223 ), Inc( 2 ), Minor Ticks( 1 )}
),
Dispatch(
{},
"Bubble Plot",
FrameBox,
{Frame Size( 602, 360 ), Background Map( Boundaries( "World" ) ), Grid Line Order( 2 ), Reference Line Order( 3 )}
)
)
);Ihre Tabelle sieht einfacher aus, da Ihre Daten bereits vorhanden sind. Möglicherweise verwenden Sie anstelle eines Städtenamens eine numerische ID, um die Tabellen miteinander zu verknüpfen.
Bubble PlotBubble PlotBlasendiagramm
