人工智能相关数据可视化

一、背景

人工智能是新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。人工智能正在与各行各业快速融合，助力传统行业转型升级、提质增效，在全球范围内引发全新的产业浪潮。

我国政府高度重视人工智能的技术进步与产业发展，人工智能已上升国家战略。《新一代人工智能发展规划》提出“到2030年，使中国成为世界主要人工智能创新中心”。自2006年深度学习算法被提出，人工智能技术应用取得突破性发展。2012年以来，数据的爆发式增长为人工智能提供了充分的“养料”，深度学习算法在语音和视觉识别上实现突破，令人工智能产业落地和商业化发展成为可能。人工智能市场前景巨大，预计到2025年人工智能应用市场总值将达1270亿美元。

二、确定主题

在未来中国人工智能市场规模将突破2000亿大背景下，充分把握时代风向，了解行业前沿领域发展概况，熟稔人工智能最火领域，窥探人工智能最火城市，均对未来学习工作提供一定的前瞻性帮助。

三、数据来源

http://caifuhao.eastmoney.com/news/20200804173418519622390

https://pdf.dfcfw.com/pdf/H3_AP202008121398013408_1.pdf?1597244757000.pdf

商汤及商汤联合实验室入选CVPR 2019的代表性论文

https://jishuin.proginn.com/p/763bfbd3139f

https://www.ofweek.com/ai/2021-06/ART-201718-8460-30505628.html

http://finance.eastmoney.com/a/202106241972849792.html

https://zhuanlan.zhihu.com/p/159594816l

http://caifuhao.eastmoney.com/news/20200804173418519622390

0

四、源程序清单

#2020人工智能独角兽前20import webbrowser as wb
import folium
from folium.plugins import HeatMap, MiniMap, MarkerCluster
import numpy as np
# 在地图上绘制无边框圆形，填充颜色
def draw_CircleMarker(val,loc, radius, map):
folium.CircleMarker(
location=loc,
radius=radius,
color='orangered',#"cornflowerblue",
stroke=False,
fill=True,
fill_opacity=val,
opacity=1,
popup="{} 像素".format(radius),
tooltip=str(loc),
).add_to(map)
if __name__ == '__main__':
latlngs = [[116.316603,39.990346], #
[116.33191,39.990007], #
[113.270854,23.197002], #
[116.546893,40.097847], #
[116.536003,40.192337], #
[116.357858,39.98317], #
[121.465592,31.308029], #
[116.395645,39.926178], #
[106.550388,29.584073], #
[120.224709,30.340393], #
[116.424885,39.984381], #
[121.55068,31.33024], #
[116.398439,39.968458], #
[116.374868,39.965803], #
[121.494338,31.300624], #
[116.508823,40.007818], #
[114.132392,22.653624], #
[114.132392,22.653624], #
[116.387516,40.012239], #
]
opacity=[1.0,0.9,0.8,0.8,0.8,0.7,0.7,0.6,0.6,0.6,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5]
r=[500,300,200,200,200,140,140,100,100,100,70,70,70,70,70,70,70,70,70,70]
map = folium.Map([35.113795,116.73534], # 地图中心
# tiles='Stamen Watercolor', # stamentoner,Stamen Watercolor,OpenStreetMap'
tiles='http://{s}.http://tiles.wmflabs.org/hikebike/{z}/{x}/{y}.png', # google 卫星图
attr='default',
zoom_start=6)
for i in range(len(latlngs)):
draw_CircleMarker(opacity[i],loc=[latlngs[i][1],latlngs[i][0]], radius=r[i]/10, map=map )
map.save('m.html')
wb.open('m.html')#语音识别领域最Top省份分布图
from pyecharts import Map, Geo
# 省和直辖市
province_distribution = { '北京': 14,'上海': 2, '安徽': 1, '江苏': 2, '广东': 1,}
provice = list(province_distribution.keys())
values = list(province_distribution.values())
map = Map("2020人工智能Top20企业所在省份分布图",'语音识别领域', width=1200, height=600)
map.add("", provice, values, visual_range=[0, 20], maptype='china', is_visualmap=True,
visual_text_color='#000')
map.show_config()
map.render(path="中国地图.html") #词云图
import re
import numpy as np
import pandas as pd
# 字符编码模块
import codecs
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
# 匹配中文字符正则表达式
zh_pattern = re.compile(u'[\u4e00-\u9fa5]+')
# 加载文本数据,构建语料库
text = codecs.open('./核安全.txt', 'r', 'utf-8')
content = text.read()
text.close()
#加载停用词表
text = codecs.open('./停用词表.txt', 'r', 'utf-8')
stop_words = text.read()
text.close()
stat = []
#******************生成词云******************************
# 分词
segs = jieba.cut(content)
for seg in segs:
# 匹配中文字符
if zh_pattern.search(seg):
# 去除停用词
if seg not in stop_words:
stat.append({'from': '核安全','word': seg})
# 分词结果存到数据框
stat_df = pd.DataFrame(stat)
#print(stat_df)
# pivot_table 透视表
pt_stat = stat_df.pivot_table(index='word', columns='from', fill_value=0, aggfunc=np.size)
# 设置词云字体
cloud = WordCloud(font_path='/System/Library/Fonts/Hiragino Sans GB.ttc',background_color='white')
words = pt_stat['核安全'].to_dict()
#输出词频
print("词频统计表如下：")
print(words)
# 生成词云
cloud.fit_words(words)
plt.imshow(cloud)
plt.axis('off')
plt.show() #人工智能经济图
import matplotlib.pyplot as plt
#解决字体方格问题
plt.rcParams['font.sans-serif']=['Arial Unicode MS']
plt.rcParams['axes.unicode_minus']=False
#可穿戴设备数量图
y1=[5697,7321,9924,10739]
y2=[46.15,28.07,35.02,7.5]
x1=['2017年','2018年','2019年','2020年']
# 创建图层
fig, ax1 = plt.subplots()
ax1.set_ylabel('单位：万台')
ax1.set_ylim(0, 10800)
ax1.bar(x1,y1, width=0.35, label="中国可穿戴设备市场出货量",color='orange')
plt.legend()
ax6 = ax1.twinx()
ax6.set_ylim(0, 50)
ax6.set_ylabel('%')
b1 = plt.plot(x1, y2, color='darkorange',label="增长率",marker='s')
plt.gca().margins(x=0.1)
plt.gcf().canvas.draw()
plt.legend()
plt.title("2017-2020中国可穿戴设备市场出货量统计及增长情况")
plt.show()
#人工智能核心产业规模
from matplotlib.patches import Ellipse, Circle
import matplotlib.pyplot as plt
x=['2020年','2025年','2030年']
fig = plt.figure()
ax = fig.add_subplot(111)
cir1 = Circle(xy = (0, 0), radius=2, alpha=1,color='sandybrown')
plt.text(-1.5,-0.2,'>1500亿元',color='white',fontsize=15)
plt.text(-1.2,-3,'2020年',color='black',fontsize=15)
cir2 = Circle(xy = (5, 0), radius=2.5, alpha=1,color='sandybrown')
plt.text(3.5,-0.2,'>4000亿元',color='white',fontsize=15)
plt.text(3.7,-3.5,'2025年',color='black',fontsize=15)
cir3 = Circle(xy = (12, 0), radius=4, alpha=1,color='sandybrown')
plt.text(10.5,-0.2,'>10000亿元',color='white',fontsize=15)
plt.text(10.7,-5,'2030年',color='black',fontsize=15)
ax.add_patch(cir1)
ax.add_patch(cir2)
ax.add_patch(cir3)
plt.title("2020-2030年中国人工智能核心产业规模规划")
plt.axis('scaled')
plt.axis('off') #changes limits of x or y axis so that equal increments of x and y have the same length
plt.show()

五、数据可视化

图1 中国人工智能核心技术概况

图2 语音识别Top20企业

图3 2021年，自然语言处理领域速录同传，人机协同解决大会同传高成本难题词云图

图4 2017-2020中国人工智能芯片行业投融资金额

图5 2017-2020中国可穿戴设备市场出货量统计及增长情况图

图6 2020-2030年中国人工智能核心产业规模规划图

图7 2020年中国独角兽企业所在省份分布图(人工智能行业篇)

六、总结

人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。

2019年6月17日，国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则——发展负责任的人工智能》，提出了人工智能治理的框架和行动指南。这是中国促进新一代人工智能健康发展，加强人工智能法律、伦理、社会问题研究，积极推动人工智能全球治理的一项重要成果。

北京作为众多人工智能初创城市，有着得天独厚的地域优势，未来学习和工作的地点都要以其为首选，同时也不能忽略杭州、合肥等新一线城市，在兼顾资源的同时也要关注不同人工智能领域的发展概况，选择热门领域的同时也要兼顾自己的兴趣爱好，行业分析仅仅是给我们提供选择的考量，但绝不是最终决定我们未来方向的重要因素，做自己真正喜欢的行业，无所谓热门与否。

长按二维码关注

如有任何问题

您可以发送邮件至

dataintellagr@126.com

或关注微博/知乎/微信后台留言

我们期待您的提问！

微博：数据智农

知乎：数据智农

邮箱：dataintellagr@126.com

制作：徐兴镇