目录前言一、后台接口研发1、控制层实现2、Mapper访问层3、空间查询分析 二、前端可视化展示1、主体地图定义 2、行政区划列表定义3、行政区划定位三、数据分析1、北京市2、广东省3、青海省 4、湖南省总结前言 在之前的博文中，我们对全球地震信息进行了可视化展示。地震对人类的生命财产安全造成了严重的威胁，但目前又缺乏科学准确的预测。在无法准确预测的前提下，我们对现今发生的地震信息结合我国的行政区划进行统一展示。目前采集的数据是截止到2023年12月6日的。2023年12月6日以后的，暂时没有采集。 本文使用SpringBoot框架进行开发，将深度分析全国各
全国31省市GDP平减指数(2000-2021年)及计算步骤1、时间：2000-2021年2、范围：31省3、数据包括：2000-2021年各省市GDP平减指数，以2000年为基期，包括数据来源、计算方法、公式等。4、计算步骤：第一步计算不变价GDP（以2000年为基期）2001年实际GDP:2000年的名义GDP*2001年地区生产总值指数/100;2002年实际GDP:2001年实际GDP*2002年地区生产总值指数/100，依此类推第二步GDP平减指数（以2000年为基期）GDP平减指数（以2000年为基期）：名义GDP/不变价GDP（以2000年为基期）5、指标解释：实际GDP：是用从
从1950年到2022年间，全国各省、市、县的平均降水量数据为我们提供了中国不同地区长期降水模式的详细记录。这些数据涵盖了中国广泛的地理区域，包括不同的气候带和地形。平均降水量是衡量一个地区一年内降水总量的平均值，对于理解各地区的水资源状况、农业灌溉需求、以及防洪措施的制定等方面至关重要。不同省份、城市和县的降水量可能会因其所处的地理位置、地形特征、气候条件等因素而有显著差异。该数据对地理研究、以及经管研究方面的工具变量有一定的参考作用。一、数据介绍数据名称：全国各省、市、县平均降水量数据年份：1950-2022年样本数量：3279条数据格式：面板数据数据来源：自主整理二、指标说明主要包括：省
1990-2021年全国各省外商直接投资水平1、包括全国30省，不含西藏2、指标包括： 行政区划代码、长江经济带、年份、地区、经度、纬度、GDP(亿元)、外商直接投资(美元)(万美元)、人民币对美元汇率(美元=1)(元)、外商直接投资(万元)、外商直接投资水平3、计算说明：采用外商直接投资占GDP比重衡量外商直接投资水平。外商直接投资水平=外商直接投资/GDP4、数据缺失情况：个别省份存在缺失，对缺失值进行填补，文件中包括原始数据、线性插值和ARIMA填补版本原始数据外商直接投资缺失情况如下：2021年缺失省份:吉林、浙江、福建、湖北、湖南、广东、广西、海南、贵州、云南、西藏、陕西、甘肃吉林2
34个省会城市名单北京市：北京；天津市：天津；上海市：上海；重庆市：重庆；河北省：石家庄山西省：太原；陕西省：西安；山东省：济南；河南省：郑州；辽宁省：沈阳；吉林省：长春；黑龙江省：哈尔滨；江苏省：南京；浙江省：杭州；安徽省：合肥；江西省：南昌；福建省：福州；湖北省：武汉；湖南省：长沙； 四川省：成都； 贵州省：贵阳；云南省：昆明；广东省：广州； 海南省：海口； 甘肃省：兰州；青海省：西宁； 台湾省：台北；内蒙古自治区：呼和浩特； 新疆维吾尔自治区：乌鲁木齐；西藏自治区：拉萨；广西壮族自治区：南宁；宁夏回族自治区：银川；香港特别行政区：香港；澳门特别行政区：澳门。下表是各省会城市的经纬度数据，
ChatGPT工作提效系列文章目录ChatGPT工作提效之初探路径独孤九剑遇强则强ChatGPT工作提效之在程序开发中的巧劲和指令(创建MySQL语句、PHP语句、Javascript用法、python的交互)ChatGPT工作提效之生成开发需求和报价单并转为Excel格式ChatGPT工作提效之小鹅通二次开发批量API对接解决方案（学习记录同步、用户注册同步、权益订购同步、开发文档）ChatGPT工作提效之使用python开发对接百度地图开放平台API的实战方案ChatGPT工作提效之layedit上传多附件的解决方案(layedit赋值、layui.js底层修改、追加模式多附件上传)Cha
1949-2020年各省全要素生产率(年度)1、时间：1949-2020年2、计算说明：产出为实际GDP，投入要素为从业人员数、固定资产（永续盘存法）3、范围：包括31省 4、指标说明：全要素生产率，指生产单位（主要为企业）作为系统中的各个要素的综合生产率，以区别于要素生产率（如技术生产率）。全要素生产率(TFP)是一个有利于经济增长（该值可能是负数，零或正）的变量，包括了经济政策、政府在经济中的作用、工作态度、受过教育的劳动力所造成的积极的外部效应、技术学习等。全要素生产率增长率是指全部生产要素（包括资本、劳动、土地，但通常分析时都略去土地不计）的投入量都不变时，而生产量仍能增加的部分。全要
数据对照来源：中国各省的英文及简写-豆丁网安徽，皖：Anhui，简称AH北京，京：Beijing，简称BJ福建，闽：Fujian，简称FJ甘肃，甘：Gansu，简称GS广东，粤：Guangdong，简称GD广西，桂：Guangxi，简称GX贵州，黔：Guizhou，简称GZ海南，豫：Hainan，简称HI河北，冀：Hebei，简称HE河南，豫：Henan，简称HA黑龙江，黑：Heilongjiang，简称HL湖北，鄂：Hubei，简称HB湖南，湘：Hunan，简称HN吉林，吉：Jilin，简称JL江苏，苏：Jiangsu，简称JS江西，赣：Jiangxi，简称JX辽宁，辽：Liaoning，简
🤵♂️个人主页：@艾派森的个人主页✍🏻作者简介：Python学习者🐋希望大家多多支持，我们一起进步！😄如果文章对你有帮助的话，欢迎评论💬点赞👍🏻收藏📂加关注+目录一、实验背景二、实验内容及数据2.1概述2.2变量介绍三、实验步骤3.1导入模块和数据3.2数据分析3.2.1数据标准化3.2.2相关系数矩阵3.2.3KMO方法检测3.2.4特征值和特征向量3.2.5求因子载荷矩阵3.2.6因子分析3.2.7因子旋转3.2.8旋转后的因子得分3.2.9计算因子得分3.3样本综合评分四、实验总结文末福利 一、实验背景 因子分析法是一种寻找公共因子的模型分析方法，其目的是用少数几个因子
🤵♂️个人主页：@艾派森的个人主页✍🏻作者简介：Python学习者🐋希望大家多多支持，我们一起进步！😄如果文章对你有帮助的话，欢迎评论💬点赞👍🏻收藏📂加关注+目录一、实验背景二、实验内容及数据2.1概述2.2变量介绍三、实验步骤3.1导入模块和数据3.2数据分析3.2.1数据标准化3.2.2相关系数矩阵3.2.3KMO方法检测3.2.4特征值和特征向量3.2.5求因子载荷矩阵3.2.6因子分析3.2.7因子旋转3.2.8旋转后的因子得分3.2.9计算因子得分3.3样本综合评分四、实验总结文末福利 一、实验背景 因子分析法是一种寻找公共因子的模型分析方法，其目的是用少数几个因子
