与AI结盟—ChatGPT如何助力我的科研流程
最近 ChatGPT 非常火爆，它强大的自然语言处理能力几乎能为所有行业提供无限便利。在过去的两个多月中，我对这个顶流工具进行了一番探索。在此期间，ChatGPT 能够快速、准确地辅助我完成段落翻译、语法检查、文本生成等任务，推动着我的科研流程变得更加高效、流畅。「工欲善其事，必先利其器」，在此，我想分享一些借助 ChatGPT 进行科研工作的经验和心得，以期能为读到这篇文章的你提供一些有益的参考。
阅读视图
使用python为包含时间序列信息的散点图加上翅膀
散点图用两组变量在平面坐标系上构成多个坐标点，通过考察这些点的分布可以帮助判断两变量之间是否存在某种关联或相关关系。例如挖掘模型模拟与实测数据的关系等。那么，如果想借助散点图探求两个变量在多个年份的分布状况，以及探求随着时间的推移，这二个变量之间将存在着怎样的路径移动，又该怎么实现呢？这里的重点在于怎样去表达第三个“时间”维度的变量信息。我在近期对这个问题进行了一些有趣的探索，在此分享给大家。
从 ArcGIS REST Server 上下载数据的两种方案
最近在读论文与访问别人网站的的时候，发现有许多作者会将自己的研究成果（如数据集等）上传到网络地图上供人访问，以促使开放科学发展与研究成果传播。其中有一类就是上传到 ArcGIS 的在线地图平台。存储在这一平台上的数据并不能“直接”下载到本地用于后续研究，因为它们并不是以 shapefile 或 geojson 等通用地理数据格式直接存储，而是保存在 ArcGIS Server 这一服务目录上，在使用时通过地图服务（Map Service）调用的。机缘巧合下，我琢磨出了两种简单的方法，可以快速从 ArcGIS REST 后端提取所需要的数据。
