tidyfriday
/
atom.xml

<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom">
  <title>Painter</title>


  <link href="/atom.xml" rel="self"/>

  <link href="https://tidyfriday.cn/"/>
  <updated>2021-02-05T08:45:56.706Z</updated>
  <id>https://tidyfriday.cn/</id>

  <author>
    <name>Painter</name>

  </author>

  <generator uri="https://hexo.io/">Hexo</generator>

  <entry>
    <title>中国各省、市、区县分年、分月、逐日日照时数数据（2000～2019年）</title>
    <link href="https://tidyfriday.cn/posts/40078/"/>
    <id>https://tidyfriday.cn/posts/40078/</id>
    <published>2021-02-05T08:28:00.000Z</published>
    <updated>2021-02-05T08:45:56.706Z</updated>

    <summary type="html">

      &lt;p&gt;日照时数（小时）是指太阳在一地实际照射的时数。在一给定时间内，日照时数定义为太阳直接辐照度达到或超过 120 瓦/平方米的各段时间的总和。日照时数也可称实照时数。&lt;/p&gt;

    </summary>


      <category term="R 语言数据可视化" scheme="https://tidyfriday.cn/categories/R-%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96/"/>


      <category term="R" scheme="https://tidyfriday.cn/tags/R/"/>

  </entry>

  <entry>
    <title>2019年中国人口金字塔、1952～2020 年中国历年 GDP 和产业结构 &amp; 平安银行股价蜡烛图</title>
    <link href="https://tidyfriday.cn/posts/19641/"/>
    <id>https://tidyfriday.cn/posts/19641/</id>
    <published>2021-02-04T08:28:00.000Z</published>
    <updated>2021-02-05T08:20:31.857Z</updated>

    <summary type="html">

      &lt;p&gt;Stata 如何绘制人口年龄结构金字塔呢？「Stata 绘图中的 twoway 类型图表（三）」课程中进行了介绍。&lt;/p&gt;

    </summary>


      <category term="Stata 数据可视化" scheme="https://tidyfriday.cn/categories/Stata-%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96/"/>


      <category term="Stata" scheme="https://tidyfriday.cn/tags/Stata/"/>

  </entry>

  <entry>
    <title>中国上市公司的办公地址和注册地址分布</title>
    <link href="https://tidyfriday.cn/posts/59671/"/>
    <id>https://tidyfriday.cn/posts/59671/</id>
    <published>2021-02-03T08:28:00.000Z</published>
    <updated>2021-02-05T08:28:59.578Z</updated>

    <summary type="html">

      &lt;p&gt;今天给大家分享的是去年的最后一天晚上（2020年12月31日）从和讯网爬取的所有上市公司基本资料数据，这份数据里面有每个上市公司的注册地址和办公地址：&lt;/p&gt;

    </summary>


      <category term="R 语言数据可视化" scheme="https://tidyfriday.cn/categories/R-%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96/"/>


      <category term="R" scheme="https://tidyfriday.cn/tags/R/"/>

  </entry>

  <entry>
    <title>2000～2019 年中国各省、市、区县分年、分月、逐日平均降水量数据</title>
    <link href="https://tidyfriday.cn/posts/44910/"/>
    <id>https://tidyfriday.cn/posts/44910/</id>
    <published>2021-02-02T08:28:00.000Z</published>
    <updated>2021-02-05T08:42:25.979Z</updated>

    <summary type="html">

      &lt;p&gt;经过三天三夜的运行，终于把这份数据处理好了！由于数据量较大，所以分一个个指标分享给大家，今天分享给大家的是 2000 年～2019 年中国各省、各市、各县的分年、分月、逐日的平均降水量数据（20-20时累计降水量，单位 0.1mm）&lt;/p&gt;

    </summary>


      <category term="R 语言数据可视化" scheme="https://tidyfriday.cn/categories/R-%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96/"/>


      <category term="R" scheme="https://tidyfriday.cn/tags/R/"/>

  </entry>

  <entry>
    <title>中国各省、市、区县分年、分月、逐日平均气温数据（2000～2019年）</title>
    <link href="https://tidyfriday.cn/posts/35600/"/>
    <id>https://tidyfriday.cn/posts/35600/</id>
    <published>2021-02-02T08:28:00.000Z</published>
    <updated>2021-02-05T08:45:47.787Z</updated>

    <summary type="html">

      &lt;p&gt;原始数据来源于国家气象科学数据共享服务平台-中国地面气候资料日值数据集（V3.0），原始数据是各个观测站点的日度数据，为了方便大家使用，我使用 Barnes 方法（先使用 IDW 法插值成格点数据（覆盖中国的 500x500 网格，每个网格的大小是 0.1231924经度 x 0.0994549纬度），再分区域平均）计算得到了2000 年～2019 年中国各省、各市、各县的分年、分月、逐日的平均气温数据。&lt;/p&gt;

    </summary>


      <category term="R 语言数据可视化" scheme="https://tidyfriday.cn/categories/R-%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96/"/>


      <category term="R" scheme="https://tidyfriday.cn/tags/R/"/>

  </entry>

  <entry>
    <title>中国瞪羚企业、独角兽和科技型初创企业地理分布</title>
    <link href="https://tidyfriday.cn/posts/24869/"/>
    <id>https://tidyfriday.cn/posts/24869/</id>
    <published>2021-02-01T08:28:00.000Z</published>
    <updated>2021-02-05T08:50:19.924Z</updated>

    <summary type="html">

      &lt;p&gt;应培训班的一个小伙伴的需要，今天给大家分享一份从中国瞪羚独角兽 网站爬取的瞪羚企业、独角兽和科技型初创企业名录数据（含基本信息和注册地址经纬度）。&lt;/p&gt;

    </summary>


      <category term="R 语言数据可视化" scheme="https://tidyfriday.cn/categories/R-%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96/"/>


      <category term="R" scheme="https://tidyfriday.cn/tags/R/"/>

  </entry>

  <entry>
    <title>使用 R 语言绘制全球各国（地区）省级行政区划地图矢量数据 &amp; 代码</title>
    <link href="https://tidyfriday.cn/posts/56090/"/>
    <id>https://tidyfriday.cn/posts/56090/</id>
    <published>2021-01-31T08:28:00.000Z</published>
    <updated>2021-02-05T08:58:16.528Z</updated>

    <summary type="html">

      &lt;p&gt;之前给大家分享了一份全球各国(地区)的二级行政区划数据：数据 &amp;amp; 代码分享｜使用 R 语言绘制全球各国市级行政区划地图数据 &amp;amp; 代码，这一次给大家分享一份全球各国(地区)的一级行政区划数据和 R 语言绘图代码，考虑到这份数据里面和中国相关的地图数据都是不准确的，所以我删除了中国和印度的数据。&lt;/p&gt;

    </summary>


      <category term="R 语言数据可视化" scheme="https://tidyfriday.cn/categories/R-%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96/"/>


      <category term="R" scheme="https://tidyfriday.cn/tags/R/"/>

  </entry>

  <entry>
    <title>Stata 最优化和马科维茨有效前沿的实现</title>
    <link href="https://tidyfriday.cn/posts/27082/"/>
    <id>https://tidyfriday.cn/posts/27082/</id>
    <published>2021-01-23T08:28:00.000Z</published>
    <updated>2021-01-23T15:01:23.710Z</updated>

    <summary type="html">

      &lt;p&gt;使用 Stata 进行股票分析和投资组合的构建也是可行的！作为演示，本文使用 4 只股票：银泰资源、大悦城、中国天楹和通化金马的历史数据演示了如何使用 Stata 进行股票分析、构建投资组合（夏普比率最大 or 方差最小）及寻找马科维茨有效前沿。&lt;/p&gt;

    </summary>


      <category term="Stata 金融分析" scheme="https://tidyfriday.cn/categories/Stata-%E9%87%91%E8%9E%8D%E5%88%86%E6%9E%90/"/>


      <category term="Stata" scheme="https://tidyfriday.cn/tags/Stata/"/>

  </entry>

  <entry>
    <title>2019 年世界各国人口 &amp; GDP 数据</title>
    <link href="https://tidyfriday.cn/posts/18712/"/>
    <id>https://tidyfriday.cn/posts/18712/</id>
    <published>2021-01-23T07:28:00.000Z</published>
    <updated>2021-01-23T14:47:44.977Z</updated>

    <summary type="html">

      &lt;p&gt;今天给大家分享一份面板格式的世界银行世界发展指标数据（WDI），原始数据来源于世界银行，时间跨度为 1960 年 ～ 2020 年，包含了超过 1400 个指标，由于指标都是英语的，可能不方便理解，所以我再分享一份中英文对照（不能完全对应）。&lt;/p&gt;

    </summary>


      <category term="R 语言数据可视化" scheme="https://tidyfriday.cn/categories/R-%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96/"/>


      <category term="R" scheme="https://tidyfriday.cn/tags/R/"/>

  </entry>

  <entry>
    <title>2020 年中国人口密度 3D 蜂窝地图</title>
    <link href="https://tidyfriday.cn/posts/57187/"/>
    <id>https://tidyfriday.cn/posts/57187/</id>
    <published>2021-01-23T06:28:00.000Z</published>
    <updated>2021-01-23T14:41:25.868Z</updated>

    <summary type="html">

      &lt;p&gt;之前转载过徐老师的一篇：&lt;a href=&quot;https://mp.weixin.qq.com/s/5bXEA4FvFRWh_twVuOwssQ&quot;&gt;三维人口密度分布图的制作和数据分享&lt;/a&gt;，感觉很有意思：&lt;/p&gt;

    </summary>


      <category term="R 语言数据可视化" scheme="https://tidyfriday.cn/categories/R-%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96/"/>


      <category term="R" scheme="https://tidyfriday.cn/tags/R/"/>

  </entry>

  <entry>
    <title>1952~2020 年全国 GDP 和各省地区生产总值</title>
    <link href="https://tidyfriday.cn/posts/9358/"/>
    <id>https://tidyfriday.cn/posts/9358/</id>
    <published>2021-01-20T06:28:00.000Z</published>
    <updated>2021-01-23T14:28:15.812Z</updated>

    <summary type="html">

      &lt;p&gt;根据国家统计局 2021 年 1 月 18 日发布的数据显示，2020年，我国国内生产总值（GDP）首次突破 100 万亿元大关！正好加上最新的数据，我今天给大家分享一份中国历年的 GDP 数据及各省的地区生产总值数据，这份数据比较容易获取，所以今天主要还是以分享整理代码和绘图程序为主。&lt;/p&gt;

    </summary>


      <category term="Stata 数据可视化" scheme="https://tidyfriday.cn/categories/Stata-%E6%95%B0%E6%8D%AE%E5%8F%AF%E8%A7%86%E5%8C%96/"/>


      <category term="Stata" scheme="https://tidyfriday.cn/tags/Stata/"/>

  </entry>

</feed>