Python实现城市公交网络分析与可视化
目录
- 一、数据查看和预处理
- 二、数据分析
一、数据查看和预处理
数据获取自高德地图API,包含了天津市公交线路和站点名称及其经纬度数据。
import pandas as pd df = pd.read_excel('site_information.xlsx') df.head()
字段说明:
- 线路名称:公交线路的名称
- 上下行:0表示上行;1表示下行
- 站序号:公交线路上行或下行依次经过站的序号
- 站名称:站点名称
- 经度(分):站点的经度
- 纬度(分):站点的纬度
数据字段少,结构也比较简单,下面来充分了解我们的数据和进行预处理。
总的数据有 30396 条,站名称缺失了 5 条,纬度(分)缺失了 1 条,经度(分)缺失了 38 条,为了处理方便,直接把有缺失值的行删除。
经纬度数据是7031.982、2348.1016这样的,需要将其转换为以度为单位。
df2 = df1.copy() df2['经度(分)'] = df1['经度(分)'].apply(float) / 60 df2['纬度(分)'] = df1['纬度(分)'].apply(float) / 60 df2.head()
处理后的数据里,共有 618 条公交线路,4851个站点数据。
重新保存为处理后数据
df2.to_excel("处理后数据.xlsx", index=False)
二、数据分析
分析天津市公交站点的分布情况
# -*- coding: UTF-8 -*- """ @Author :叶庭云 @公众号 :修炼Python @CSDN :https://yetingyun.blog.csdn.net/ """ import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl import random df = pd.read_excel("处理后数据.xlsx") x_data = df['经度(分)'] y_data = df['纬度(分)'] colors = ['#FF0000', '#0000CD', '#00BFFF', '#008000', '#FF1493', '#FFD700', '#FF4500', '#00FA9A', '#191970', '#9932CC'] colors = [random.choice(colors) for i in range(len(x_data))] mpl.rcParams['font.family'] = 'SimHei' plt.style.use('ggplot') # 设置大小 plt.figure(figsize=(12, 6), dpi=200) # 绘制散点图 经度 纬度 传进去 设置 颜色 点的大小 plt.scatter(x_data, y_data, marker="o", s=9., c=colors) # 添加描述信息 x轴 y轴 标题 plt.xlabel("经度") plt.ylabel("纬度") plt.title("天津市公交站点分布情况") plt.savefig('经纬度散点图.png') plt.show()
结果如下:
通过 matplotlib 绘制散点图可视化天津市公交站点的分布情况,容易看出天津市的公交热点分布区域。为了能更形象地分析公交线路网络,我们可以将数据可视化在实际地图上,利用 Pyecharts 的BMap。
# -*- coding: UTF-8 -*- """ @Author :叶庭云 @公众号 :修炼Python @CSDN :https://yetingyun.blog.csdn.net/ """ import pandas as pd from pyecharts.charts import BMap from pyecharts import options as opts from pyecharts.globals import CurrentConfig # 引用本地js资源渲染 CurrentConfig.ONLINE_HOST = 'D:/python/pyecharts-assets-master/assets/' df = pd.read_excel('处理后数据.xlsx', encoding='utf-8') df.drop_duplicates(subset='站名称', inplace=True) longitude = list(df['经度(分)']) latitude = list(df['纬度(分)']) datas = [] a = [] for i, j in zip(longitude, latitude): a.append([i, j]) datas.append(a) print(datas) BAIDU_MAP_AK = "改成你的百度地图AK" c = ( BMap(init_opts=opts.InitOpts(width="1200px", height="800px")) .add_schema( baidu_ak=BAIDU_MAP_AK, # 申请的BAIDU_MAP_AK center=[117.20, 39.13], # 天津市经纬度中心 zoom=10, is_roam=True, ) .add( "", type_="lines", is_polyline=True, data_pair=datas, linestyle_opts=opts.LineStyleOpts(opacity=0.2, width=0.5, color='red'), # 如果不是最新版本的话可以注释下面的参数(效果差距不大) progressive=200, progressive_threshold=500, ) ) c.render('公交网络地图.html')
结果如下:
在地图上可以看到,和平区、南开区公交线路网络密集,交通便利。
公交线路网络中 i 节点代表第 i 条线路,其中节点 i 的度定义为与线路 i 可以经过换乘能够到达的线路的数目,线路网络的度大小反映了该条公交线路与其他线路的连通程度,构建算法分析公交线路网络度的分布。
# -*- coding: UTF-8 -*- """ @Author :叶庭云 @公众号 :修炼Python @CSDN :https://yetingyun.blog.csdn.net/ """ import xlrd import matplotlib.pyplot as plt import pandas as pd import matplotlib as mpl df = pd.read_excel("site_information.xlsx") # 用pandas的操作去重 得到每条线路的名称 loc = df['线路名称'].unique() # 得到每一条线路名称的列表 line_list = list(loc) print(line_list) # 打开Excel表格 data = xlrd.open_workbook("site_information.xlsx") # print(data) # <xlrd.book.Book object at 0x000001F1111C38D0> 在内存中 # 获取特定Sheet 索引为0 也就是第一个表 table = data.sheets()[0] # 从零开始 # 每条线路对应有哪些站点 字典推导式 site_dic = {k: [] for k in line_list} site_list = [] for i in range(1, table.nrows): # 每一行的数据 返回的是一个列表 x = table.row_values(i) if x[1] == "0": # 上行 站点数据 每条线路对应有哪些站点 添加进列表 site_dic[x[0]].append(x[3]) site_list.append(x[3]) else: continue # print(len(site_dic)) # 618条线路 # print(len(site_list)) # 15248条站点数据 print(f"公交网络共有 {len(line_list)} 条线路") # 618条线路 # 先初始化一个统计每个节点的度的列表 与线路名称列表里的索引一一对应 node_count = [m * 0 for m in range(len(line_list))] # 以每条线路为一个节点 线路名称为键 值为一个列表 里面包含每条路线上行经过的所有站点 sites = [site for site in site_dic.values()] # print(sites) for j in range(len(sites)): # 类似冒泡法排序 比较多少趟 for k in range(j, len(sites) - 1): # 每趟比较后 往后推一个 直到比较完 和防止越界 if len(sites[j]) > len(sites[k + 1]): for x in sites[j]: if x in sites[j] and x in sites[k + 1]: # 只要这两条线路有公共站点 节点度数加1 node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1 break # 两条线路对应在列表索引的值加1 这两条线的比较结束 else: for x in sites[k + 1]: if x in sites[j] and x in sites[k + 1]: # 只要这两条线路有公共站点 节点度数加1 node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1 break # 两条线路对应在列表索引的值加1 这两条线的比较结束 # print(node_count) # 节点编号 与 节点的度数索引对应 node_number = [y for y in range(len(node_count))] # 线性网络度的最大值 175 print(f"线路网络的度的最大值为:{max(node_count)}") print(f"线路网络的度的最小值为:{min(node_count)}") print(f"线路网络的度的平均值为:{sum(node_count) / len(node_count)}") # 设置大小 图的像素 # 设置字体 matplotlib 不支持显示中文 自己本地设置 plt.figure(figsize=(10, 6), dpi=150) mpl.rcParams['font.family'] = 'SimHei' # 绘制每个节点度的分布 plt.bar(node_number, node_count, color="purple") # 添加描述信息 plt.xlabel("节点编号n") plt.ylabel("节点的度数K") plt.title("线路网络中各节点的度的大小分布", fontsize=15) plt.savefig("线路网络中各节点的度的大小.png") plt.show()
结果如下:
公交网络共有 618 条线路
线路网络的度的最大值为:175
线路网络的度的最小值为:0
线路网络的度的平均值为:55.41423948220065
import xlrd import matplotlib.pyplot as plt import pandas as pd import matplotlib as mpl import collections df = pd.read_excel("site_information.xlsx") # 用pandas的操作去重 得到每条线路的名称 loc = df['线路名称'].unique() # 得到每一条线路名称的列表 line_list = list(loc) print(line_list) # 打开Excel表格 data = xlrd.open_workbook("site_information.xlsx") # print(data) # <xlrd.book.Book object at 0x000001F1111C38D0> 在内存中 # 获取特定Sheet 索引为0 也就是第一个表 table = data.sheets()[0] # 从零开始 # 每条线路对应有哪些站点 字典推导式 site_dic = {k: [] for k in line_list} site_list = [] for i in range(1, table.nrows): # 每一行的数据 返回的是一个列表 x = table.row_values(i) if x[1] == "0": # 上行 站点数据 每条线路对应有哪些站点 添加进列表 site_dic[x[0]].append(x[3]) site_list.append(x[3]) else: continue # print(len(site_dic)) # 618条线路 # print(len(site_list)) # 15248条站点数据 # 先初始化一个统计每个节点的度的列表 与线路名称列表里的索引一一对应 node_count = [m * 0 for m in range(len(line_list))] # 以每条线路为一个节点 线路名称为键 值为一个列表 里面包含每条路线上行经过的所有站点 sites = [site for site in site_dic.values()] # print(sites) for j in range(len(sites)): # 类似冒泡法排序 比较多少趟 for k in range(j, len(sites) - 1): # 每趟比较后 往后推一个 直到比较完 和防止越界 if len(sites[j]) > len(sites[k + 1]): for x in sites[j]: if x in sites[j] and x in sites[k + 1]: # 只要这两条线路有公共站点 节点度数加1 node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1 break # 两条线路对应在列表索引的值加1 这两条线的比较结束 else: for x in sites[k + 1]: if x in sites[j] and x in sites[k + 1]: # 只要这两条线路有公共站点 节点度数加1 node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1 break # 两条线路对应在列表索引的值加1 这两条线的比较结束 # print(node_count) # 节点编号 与 节点的度数索引对应 node_number = [y for y in range(len(node_count))] # 线性网络度的最大值 175 # print(max(node_count)) # 设置大小 图的像素 # 设置字体 matplotlib 不支持显示中文 自己本地设置 plt.figure(figsize=(10, 6), dpi=150) mpl.rcParams['font.family'] = 'SimHei' # 分析节点的度K的概率分布 # 统计节点的度为K的 分别有多少个 node_count = collections.Counter(node_count) node_count = node_count.most_common() # 点 node_dic = {_k: _v for _k, _v in node_count} # 按键从小到大排序 得到一个列表 节点的度 sort_node = sorted(node_dic) # 按顺序得到键对应的值 即有相同节点的度的个数 sort_num = [node_dic[q] for q in sort_node] # 概率分布中度平均值 总的度数加起来 / 个数 # print(sum(sort_node)/len(sort_node)) # 概率分布中最大的度值 也就个数最多那个 print(f"概率分布中概率最大的度值为:{max(sort_num)}") probability = [s1 / sum(sort_num) for s1 in sort_num] # 概率分布 print(probability) # 天津市公交线路节点概率分布图像 plt.bar(sort_node, probability, color="red") # 添加描述信息 plt.xlabel("节点的度K") plt.ylabel("节点度为K的概率P(K)") plt.title("线路网络中节点度的概率分布", fontsize=15) plt.savefig("线路网络中节点度的概率分布.png") plt.show()
结果如下:
概率分布中概率最大的度值为:16
天津市公交线路网络的度分布如上图所示,本文收集的天津市线路网络共有 618 条线路组成,线路网络的度的最大值为175。概率分布中概率最大的度值为16,度平均值为55.41,表明天津市公交网络提供的换乘机会较多,使得可达性较高。其中概率较大的度值大多集中在 7~26 之间。使得节点强度分布相对来说不够均匀,造成天津市很多路段公交线路较少,少数路段经过线路过于密集,造成资源的浪费。
聚类系数是研究节点邻居之间的连接紧密程度,因此不必考虑边的方向。对于有向图,将其当成无向图来处理。网络聚类系数大,表明网络中节点与其附近节点之间的连接紧密度程度高,即与实际站点之间的公交线路连接密集。计算得到天津公交复杂网络的聚类系数为0.091,相对其他城市较低。
根据公式:
同规模的随机网络聚集系数约为0.00044,进一步体现了网络的小世界特性。
import xlrd import matplotlib.pyplot as plt import pandas as pd import matplotlib as mpl # 读取数据 df = pd.read_excel("site_information.xlsx") # 用pandas的操作去重 得到每条线路的名称 loc = df['线路名称'].drop_duplicates() # 得到每一条线路名称的列表 按照Excel表里以次下去的顺序 line_list = list(loc) # print(line_list) # 打开Excel表格 data = xlrd.open_workbook("site_information.xlsx") # print(data) # <xlrd.book.Book object at 0x000001F1111C38D0> 在内存中 # 获取特定Sheet 索引为0 也就是第一个表 table = data.sheets()[0] # 从零开始 # 每条线路对应有哪些站点 字典推导式 site_dic = {k: [] for k in line_list} site_list = [] for i in range(1, table.nrows): # 每一行的数据 返回的是一个列表 x = table.row_values(i) if x[1] == "0": # 只取上行站点数据 每条线路对应有哪些站点 添加进列表 site_dic[x[0]].append(x[3]) site_list.append(x[3]) else: continue # print(len(site_dic)) # 618条线路 # print(len(site_list)) # 15248条站点数据 # 先初始化一个统计每个节点的度的列表 与线路名称列表里的索引一一对应 node_count = [m * 0 for m in range(len(line_list))] # 以每条线路为一个节点 线路名称为键 值为一个列表 里面包含每条路线上行经过的所有站点 sites = [site for site in site_dic.values()] # print(sites) # 统计各节点的度 for j in range(len(sites) - 1): # 类似冒泡法排序 比较多少趟 for k in range(j, len(sites) - 1): # 每趟比较后 往后推一个 直到比较完 和防止越界 if len(sites[j]) > len(sites[k + 1]): for x in sites[j]: if x in sites[j] and x in sites[k + 1]: # 只要这两条线路有公共站点 节点度数加1 node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1 break # 两条线路对应在列表索引的值加1 这两条线的比较结束 else: for x in sites[k + 1]: if x in sites[j] and x in sites[k + 1]: # 只要这两条线路有公共站点 节点度数加1 node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1 break # 两条线路对应在列表索引的值加1 这两条线的比较结束 # 找到该节点的邻居节点 邻居节点间实际的边数 Ei = [] # 对每条线路进行找邻接节点 并统计其邻接节点点实际的边数 for a in range(len(sites)): neighbor = [] if node_count[a] == 0: Ei.append(0) continue if node_count[a] == 1: Ei.append(0) continue for b in range(len(sites)): if a == b: # 自身 不比 continue if len(sites[a]) > len(sites[b]): # 从站点多的线路里选取站点 看是否有公共站点 for x in sites[a]: if x in sites[a] and x in sites[b]: # 找到邻居节点 neighbor.append(sites[b]) break else: for x in sites[b]: if x in sites[a] and x in sites[b]: # 找到邻居节点 neighbor.append(sites[b]) break # 在邻居节点中判断这些节点的实际边数 又类似前面的方法 判断两两是否相连 count = 0 for c in range(len(neighbor) - 1): for d in range(c, len(neighbor) - 1): # 每趟比较后 往后推一个 直到比较完 和防止越界 try: if len(sites[c]) > len(sites[d + 1]): for y in sites[c]: if y in sites[c] and y in sites[d + 1]: # 邻居节点这两个也相连 count += 1 break else: continue else: for y in sites[d + 1]: if y in sites[c] and y in sites[d + 1]: # 邻居节点这两个也相连 count += 1 break else: continue except IndexError: break Ei.append(count) # 每个节点的邻居节点间实际相连的边数 # print(Ei) # 节点编号 与 节点的度数索引对应 node_number = [y for y in range(len(node_count))] # 设置字体 matplotlib 不支持显示中文 自己本地设置 mpl.rcParams['font.family'] = 'SimHei' # 设置大小 图的像素 plt.figure(figsize=(10, 6), dpi=150) # 公交线路网络的聚类系数分布图像 相邻节点的连通程度 Ci = [] for m in range(len(node_number)): if node_count[m] == 0: Ci.append(0) elif node_count[m] == 1: Ci.append(0) else: # 2 * 该节点邻居节点实际连接边数 / 最大边数 Ci.append(2 * Ei[m] / (node_count[m] * (node_count[m] - 1))) # 各节点邻居节点的连通程度 计算平均聚类系数 print("天津市公交线路网络平均聚类系数为:{:.4f}".format(sum(Ci) / len(Ci))) plt.bar(node_number, Ci, color="blue") # 添加描述信息 plt.xlabel("节点编号n") plt.ylabel("节点的聚类系数") plt.title("线路网络中各节点的聚类系数分布", fontsize=15) plt.savefig("聚类系数分布.png") plt.show()
结果如下:
天津市公交线路网络平均聚类系数为:0.0906
以上就是Python实现城市公交网络分析与可视化的详细内容,更多关于Python城市公交网络分析 可视化的资料请关注我们其它相关文章!