TransBigData是一個(gè)為交通時(shí)空大數(shù)據(jù)處理、分析和可視化而開發(fā)的Python包。TransBigData為處理常見(jiàn)的交通時(shí)空大數(shù)據(jù)（如出租車GPS數(shù)據(jù)、共享單車數(shù)據(jù)和公交車GPS數(shù)據(jù)等）提供了快速而簡(jiǎn)潔的方法。TransBigData為交通時(shí)空大數(shù)據(jù)分析的各個(gè)階段提供了多種處理方法,代碼簡(jiǎn)潔、高效、靈活、易用，可以用簡(jiǎn)潔的代碼實(shí)現(xiàn)復(fù)雜的數(shù)據(jù)任務(wù)。轉(zhuǎn)自同濟(jì)大學(xué)余慶博士的文章：點(diǎn)擊跳轉(zhuǎn)

應(yīng)專業(yè)選修課《數(shù)據(jù)分析與可視化》的期末考核，本人參考了@小旭學(xué)長(zhǎng)的文章：點(diǎn)擊跳轉(zhuǎn)?

本文根據(jù)上述文章，對(duì)該項(xiàng)目進(jìn)行了一些代碼上的修改（在一些可能報(bào)錯(cuò)的地方進(jìn)行了修改），以及增加了對(duì)代碼的解釋以及圖文介紹，并且增加了上海的出租車軌跡數(shù)據(jù)。

本項(xiàng)目作為課程設(shè)計(jì)參考，個(gè)人感覺(jué)本項(xiàng)目在最后的呈現(xiàn)效果上十分出色。該項(xiàng)目使用jupyter notebook開發(fā)環(huán)境。

項(xiàng)目地址：https://gitee.com/scaukzh/visualization

話不多說(shuō)，直接看項(xiàng)目。

數(shù)據(jù)：

①出租車軌跡數(shù)據(jù)集

來(lái)源：https://people.cs.rutgers.edu/~dz220/data.html

介紹：該數(shù)據(jù)源自國(guó)外大學(xué)一名助理教授，包含了深圳市2013.10.22一天中大約600多輛出租車的軌跡數(shù)據(jù)，數(shù)據(jù)包含的信息依次為出租車ID，時(shí)間，緯度，經(jīng)度，占用狀態(tài)，速度;入住狀態(tài)：1-乘客和0-乘客。數(shù)據(jù)一共大約54w條。

544999 rows × 6 columns

補(bǔ)充：我在項(xiàng)目中補(bǔ)充了一個(gè)上海的數(shù)據(jù)集，該數(shù)據(jù)集是香港科技大學(xué)智慧城市研究小組共享的數(shù)據(jù)集，包含上海市2007年02月20日單日若干輛出租車的軌跡數(shù)據(jù)。

②地圖數(shù)據(jù)

地圖采用json格式，這個(gè)地圖數(shù)據(jù)用于標(biāo)明深圳區(qū)域的范圍，在后期進(jìn)行繪圖以及數(shù)據(jù)處理的時(shí)候都有作用。

代碼部分：

一、第三方包和數(shù)據(jù)集的導(dǎo)入

1.第三包的導(dǎo)入

import transbigdata as tbd
import pandas as pd
import geopandas as gpd
import matplotlib.pyplot as plt

使用pip命令直接裝transbigdata和geopands包可能會(huì)失敗。不過(guò)transbigdata我已經(jīng)放在項(xiàng)目中去了，大家直接調(diào)用即可。geopands比較容易裝，這里就不詳細(xì)討論了。

2.讀入出租車GPS軌跡數(shù)據(jù)

data = pd.read_csv('D:/code_for_school/visualtaxi/gps_data/shenzhen_taxi_gps.csv', header=None)#修改自身路徑即可
data.columns = ['VehicleNum', 'Time', 'Lng', 'Lat', 'OpenStatus', 'Speed']
data.head()                 #head函數(shù)其中一個(gè)默認(rèn)參數(shù)為5，故只返回頭5條數(shù)據(jù)

3.讀入深圳市地圖數(shù)據(jù)

# Read the GeoDataFrame of the study area
sz = gpd.read_file(r'D:/code_for_school/visualtaxi/geo_data/sz.json')#修改自身路徑即可
sz.crs = None
sz.head()

sz.plot()

二、數(shù)據(jù)處理

1.剔除掉超出深圳地圖范圍的數(shù)據(jù)

# Data Preprocessing
# Delete the data outside of the study area
data = tbd.clean_outofshape(data, sz, col=['Lng', 'Lat'], accuracy=500)  #剔除超出研究區(qū)域的數(shù)據(jù)
data.head(20)

如此一來(lái)，那些不在深圳市版圖中的數(shù)據(jù)就被我們剔除掉了。

2.對(duì)數(shù)據(jù)按照車輛編號(hào)和時(shí)間順序排好

# Delete the data with instantaneous changes in passenger status
data = tbd.clean_taxi_status(data, col=['VehicleNum', 'Time', 'OpenStatus'])
#刪除出租車數(shù)據(jù)中載客狀態(tài)瞬間變化的記錄，這些記錄的存在會(huì)影響出行訂單判斷。
#判斷條件為:如果對(duì)同一輛車，上一條記錄與下一條記錄的載客狀態(tài)都與本條記錄不同，則本條記錄應(yīng)該刪去
#實(shí)際上就是按照編號(hào)和時(shí)間順序?qū)?shù)據(jù)排好
data.head(30)

可以看到編號(hào)相同的數(shù)據(jù)是相鄰并且是以時(shí)間推進(jìn)排序的。

3.將數(shù)據(jù)按照經(jīng)緯度進(jìn)行柵格化

柵格化的意思就是把每個(gè)數(shù)據(jù)按照經(jīng)緯度分到不同位置的格子上

# Data gridding
# Define the bounds and generate gridding parameters
bounds = [113.6, 22.4, 114.8, 22.9]
params = tbd.area_to_params(bounds, accuracy=500)
params
#(113.6, 22.4, 0.004872390756896538, 0.004496605206422906)
#柵格參數(shù)(lonStart,latStart,deltaLon,deltaLat)，分別為柵格左下角坐標(biāo)與單個(gè)柵格的經(jīng)緯度長(zhǎng)寬
# Mapping GPS data to grids
data['LONCOL'], data['LATCOL'] = tbd.GPS_to_grid(data['Lng'], data['Lat'], params)
data.head()

這一部分完成，我們就已經(jīng)將數(shù)據(jù)劃分在不同的棧格里了。

4.計(jì)算每個(gè)柵格中的數(shù)據(jù)個(gè)數(shù)

# Aggregate data into grids
#python中g(shù)roupby函數(shù)主要的作用是進(jìn)行數(shù)據(jù)的分組以及分組后地組內(nèi)運(yùn)算！
datatest = data.groupby(['LONCOL', 'LATCOL'])['VehicleNum'].count().reset_index()
# Generate the geometry for grids
datatest['geometry'] = tbd.grid_to_polygon([datatest['LONCOL'], datatest['LATCOL']], params)

# Change it into GeoDataFrame
# import geopandas as gpd
datatest = gpd.GeoDataFrame(datatest)
datatest.head()
#計(jì)算出每個(gè)柵格里的出租車數(shù)量（不按時(shí)間，是一天數(shù)據(jù)中所有的點(diǎn)）

LONCOL代表經(jīng)度上第幾個(gè)棧格，LATCOL代表維度上第幾個(gè)棧格，VehicleNum表示了這個(gè)棧格中數(shù)據(jù)的數(shù)量，可用于后面進(jìn)行GPS軌跡熱力圖的繪圖。

5.OD訂單的處理

①將各個(gè)數(shù)據(jù)轉(zhuǎn)化成OD數(shù)據(jù)（每一個(gè)數(shù)據(jù)代表狀態(tài)）

載客狀態(tài)無(wú)非就兩種狀態(tài)，即（載客-空載-載客）和（空載-載客-空載）。

# Extract taxi OD from GPS data
#OD形成就是每一個(gè)訂單都算一個(gè)OD行程，每一行代表一個(gè)OD行程
#stime代表出發(fā)時(shí)間，slon和slat是出發(fā)的經(jīng)緯度
#etime代表結(jié)束時(shí)間，elon和elat是結(jié)束的經(jīng)緯度
#   ID是訂單順序號(hào)
oddata = tbd.taxigps_to_od(data,col = ['VehicleNum', 'Time', 'Lng', 'Lat', 'OpenStatus'])
oddata

5088 rows × 8 columns

②將od行程分為載客狀態(tài)下和空載狀態(tài)下的

data_deliver, data_idle = tbd.taxigps_traj_point(data,oddata,col=['VehicleNum',
                                                                  'Time',
                                                                  'Lng',
                                                                  'Lat',
                                                                  'OpenStatus'])

data_deliver #載客狀態(tài)的od路徑

209250 rows × 10 columns

data_idle #空載狀態(tài)的od路徑

332941 rows × 10 columns

可以看出載客狀態(tài)下數(shù)據(jù)有20w條，而空載狀態(tài)下數(shù)據(jù)有33w條，說(shuō)明在一天的過(guò)程中，總體上處于空載狀態(tài)的時(shí)間是大于載客狀態(tài)的時(shí)間的。
?

三、繪圖以及可視化展示

1.GPS軌跡的熱力圖繪制

# Plot the grids
fig = plt.figure(1, (16, 6), dpi=300)
ax1 = plt.subplot(111)
#ax用于調(diào)整大小 
# tbd.plot_map(plt, bounds, zoom=10, style=4)
datatest.plot(ax=ax1, column='VehicleNum', legend=True)
plt.xticks([], fontsize=10)
plt.yticks([], fontsize=10)
plt.title('Taxi GPS track point count', fontsize=12);

# Plot the grids
fig = plt.figure(1, (16, 6), dpi=300) # 確定圖形高為6，寬為8；圖形清晰度
ax1 = plt.subplot(111)
datatest.plot(ax=ax1, column='VehicleNum', legend=True, scheme='quantiles')
# plt.legend(fontsize=10)
plt.xticks([], fontsize=10)
plt.yticks([], fontsize=10)
plt.title('Taxi GPS track point count', fontsize=12);

# Plot the grids
fig = plt.figure(1, (16, 6), dpi=150) # 確定圖形高為6，寬為8；圖形清晰度
ax1 = plt.subplot(111)
datatest.plot(ax=ax1, column='VehicleNum', legend=True, cmap='OrRd', scheme='quantiles')
# plt.legend(fontsize=10)
plt.xticks([], fontsize=10)
plt.yticks([], fontsize=10)
plt.title('Taxi GPS track point count', fontsize=12);

?2.載客狀態(tài)和空載狀態(tài)下的od訂單圖

traj_deliver = tbd.points_to_traj(data_deliver)
traj_deliver.plot()

traj_idle = tbd.points_to_traj(data_idle)
traj_idle.plot()

?3.依賴keplergl第三方包繪制可交互式的可視化動(dòng)畫

keplergl是由Uber開源的一款地理數(shù)據(jù)可視化工具，我們可以在Jupyter notebook中使用該工具讓我們的數(shù)據(jù)可視化做到美觀。使用前需要先安裝，安裝教程可參考該篇文章：點(diǎn)擊跳轉(zhuǎn)

keplergl官網(wǎng)：點(diǎn)擊跳轉(zhuǎn)

①可交互式熱力圖

# 可視化數(shù)據(jù)點(diǎn)分布
tbd.visualization_data(data,col = ['Lng','Lat'],accuracy=40,height = 500) #accuracy是柵格大小，數(shù)值越大表示一個(gè)柵格涵蓋地圖面積越大

②可交互式OD訂單圖

# 可視化數(shù)據(jù)點(diǎn)分布
tbd.visualization_od(oddata,accuracy=2000,height = 500)

?注：同時(shí)使用Ctrl和鼠標(biāo)左鍵可移動(dòng)觀看視角

③可交互式的視頻動(dòng)圖

tbd.visualization_trip(data_deliver)  #一天當(dāng)中的所有載客軌跡

?總結(jié)

大家按照上述步驟進(jìn)行項(xiàng)目，大問(wèn)題是沒(méi)有的，之前我遇到的主要問(wèn)題就是transbigdata的包找了半天，其他的一些如各個(gè)包版本之間不適配的問(wèn)題，可以直接百度解決。本項(xiàng)目的主要難點(diǎn)就是要去理解數(shù)據(jù)處理的一些函數(shù)，這些函數(shù)的大概功能我已經(jīng)在注釋中和內(nèi)容中闡述了。如果有小伙伴想更加深入的了解函數(shù)的原理，可以去看transbigdata的源代碼，這樣可以更加直觀的了解這些函數(shù)。

補(bǔ)充

如有其他問(wèn)題，請(qǐng)私信我，謝謝。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-427575.html

到了這里，關(guān)于基于python的transbigdata實(shí)現(xiàn)出租車軌跡數(shù)據(jù)分析與可視化的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！