关于#python#的问题：一款软件或者是脚本来实现读取短信里的数据（经纬度、温度、湿度等）显示在地图上（地图任意）

一款软件或者是脚本来实现读取短信里的数据（经纬度、温度、湿度等）显示在地图上（地图任意）

读取数据没啥问题，有关键字就可以，显示在地图是啥意思？你这个说的很不明确呀。。。

• 帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/7718762
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：Python作业。创建一个文本框和一个按钮，当文本框失去焦点、在文本框中按回车键或单击按时显示文本框的内容。
• 同时，你还可以查看手册：python- 定义扩展类型：已分类主题- 终结和内存释放 中的内容
• 除此之外, 这篇博客: Python机器学习——线性回归案例（一）中的 2.通过观测散点图，可知该组数据基本呈现线性关系，开始我们的模型构建已经模型预测 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• ① 导入线性回归模型的库

  # 导入需要的库
  from sklearn import linear_model
  

  ② 四步走：构建模型 + 训练模型 + 模型系数 + 模型预测

  # 1.构建模型
  model = linear_model.LinearRegression()
  # 2.训练模型
  model.fit(X,y)
  # 3.模型系数
  print("截距：",model.coef_)
  print("系数：",model.intercept_)
  y_pred = model.predict(X)
  plt.plot(X,y_pred,'r--') # 拟合方程
  # 展现图形
  plt.show()
  # 4.模型预测
  result = model.predict([[12]])
  print("直径为12的披萨预测的价格为：",result)
  

  细节解析： r–表示拟合方程以红色虚线呈现

  综合①②完整代码为：

  import matplotlib.pyplot as plt
  from sklearn import linear_model
  X = [[6],[8],[10],[14],[18]]
  y = [[7],[9],[13],[17.5],[18]]
  # 绘制散点图
  plt.scatter(X,y)
  # 展现网格
  plt.grid()
  
  # 1.构建模型
  model = linear_model.LinearRegression()
  # 2.训练模型
  model.fit(X,y)
  # 3.模型系数
  print("截距：",model.coef_)
  print("系数：",model.intercept_)
  y_pred = model.predict(X)
  plt.plot(X,y_pred,'r--') # 拟合方程
  # 展现图形
  plt.show()
  # 4.模型预测
  result = model.predict([[12]])
  print("直径为12的披萨预测的价格为：",result)
  # 运行结果为：
  # 截距： [[0.9762931]]
  # 系数： [1.96551724]
  # 直径为12的披萨预测的价格为： [[13.68103448]]
  

  ③ 运行结果为：
  

• 您还可以看一下 董付国老师的Python可以这样学（第九季 机器学习案例与实战）课程中的 支持向量机手写数字识别与交叉验证、网格搜索小节, 巩固相关知识点