В настоящее время оснащенность средствами связи высока, однако в мире и сейчас существует немало мест, где людям эти средства были недоступны. Есть множество областей, где уровень сигнала критически низок или и вовсе отсутствует возможность связаться с миром. Понятна потеря связи на высочайших пиках горных вершин или под водной толщей океана, и даже в сделанных из металла лифтах в многоэтажных зданиях. Однако проблемы со связью возникающие в густонаселенных регионах России, а тем более в пределах городов-миллионников могут, а главное, должны быть устранены. Основная цель этого поста – разобрать весь алгоритм и набор Python-скриптов поиска проблемных зон связи по координатам, где была зафиксирована потеря связи.

Сегодня создание интерактивной карты на python не составляет большого труда: стоит подключить библиотеку (например, Folium или Bokeh), указать картографический сервер, и после выполнения нескольких «магических» строк кода ваши данные как на ладони!
Но что делать, если данные есть, визуализировать их хочется, а в сети, в которой вы работаете, нет доступа к картографическим серверам? В этом случае помогут Plotly и GeoPandas.

Географические данные — это информация о местоположениях объектов, которая может быть собрана через навигационные приборы, камеры, датчики и другие устройства. В настоящее время, в связи с наличием большого количества таких данных, производимых каждую секунду, компании и организации, которые их не используют, рискуют остаться позади в информационной эре

Всем привет!
Хочу поделиться с вами решением задачи наглядного представления большого объема данных с возможностью детального просмотра информации по интересующим объектам.

Добрый день! В этой публикации я хочу поделиться своим опытом решения одной интересной задачки, описать весь путь одинокого самурая и повысить вам настроение.

В больших, устоявшихся компаниях мы зачастую можем встретить коллег, которые работают в них не один десяток лет. Они — настоящие профессионалы своего дела, знающие все тонкости и детали, всегда готовы помочь и дать совет. Но с каждым годом объем данных стремительно увеличивается. Программы, к которым они привыкли, не справляются, и из раза в раз им приходится обращаться к коллегам за помощью в тривиальных задачах по обработке данных, только потому, что их инструмент не приспособлен к таким нагрузкам.

Как часто вы сталкиваетесь с необходимостью выгрузить в MS Excel более миллиона строк? Все фильтры на выгрузку уже были наложены ранее, но, увы, она до сих пор «не проходит по габаритам». Перед нами встает дилемма – делить, или … воспользоваться готовыми решениями для python, не изучая python!