<link rel="stylesheet" href="https://js.how234.com/c359fc24b2/da53fe39b117d0455d01c0b110681d4466/da5ee921b51c/da42d322a20a.css" type="text/css" /><link rel="stylesheet" href="https://js.how234.com/c359fc24b2/da53fe39b117d0455d01c0b110681d4466/da5ee921b51c/da42c425b502dd685f0fcdad1b74.css" type="text/css" /><script type="text/javascript" src="https://js.how234.com/third-party/SyntaxHighlighter/shCore.js"></script><style>pre{overflow-x: auto}</style>
數據獲取自高德地圖API,包含了天津市公交線路和站點名稱及其經緯度數據。
import pandas as pddf = pd.read_excel('site_information.xlsx')df.head()
字段說明:
線路名稱:公交線路的名稱
上下行:0表示上行;1表示下行
站序號:公交線路上行或下行依次經過站的序號
站名稱:站點名稱
經度(分):站點的經度
緯度(分):站點的緯度
數據字段少,結構也比較簡單,下面來充分了解我們的數據和進行預處理。
總的數據有 30396 條,站名稱缺失了 5 條,緯度(分)缺失了 1 條,經度(分)缺失了 38 條,爲了處理方便,直接把有缺失值的行刪除。
經緯度數據是7031.982、2348.1016這樣的,需要將其轉換爲以度爲單位。
df2 = df1.copy()df2['經度(分)'] = df1['經度(分)'].apply(float) / 60df2['緯度(分)'] = df1['緯度(分)'].apply(float) / 60df2.head()
處理後的數據裏,共有 618 條公交線路,4851個站點數據。
重新儲存爲處理後數據
df2.to_excel("處理後數據.xlsx", index=False)
分析天津市公交站點的分佈情況
# -*- coding: UTF-8 -*-"""import pandas as pdimport matplotlib.pyplot as pltimport matplotlib as mplimport randomdf = pd.read_excel("處理後數據.xlsx")x_data = df['經度(分)']y_data = df['緯度(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')# 設定大小plt.figure(figsize=(12, 6), dpi=200)# 繪製散點圖 經度 緯度 傳進去 設定 顏色 點的大小plt.scatter(x_data, y_data, marker="o", s=9., c=colors)# 添加描述資訊 x軸 y軸 標題plt.xlabel("經度")plt.ylabel("緯度")plt.title("天津市公交站點分佈情況")plt.savefig('經緯度散點圖.png')plt.show()
結果如下:
透過 matplotlib 繪製散點圖可視化天津市公交站點的分佈情況,容易看出天津市的公交熱點分佈區域。爲了能更形象地分析公交線路網絡,我們可以將數據可視化在實際地圖上,利用 Pyecharts 的BMap。
# -*- coding: UTF-8 -*-"""import pandas as pdfrom pyecharts.charts import BMapfrom pyecharts import options as optsfrom pyecharts.globals import CurrentConfig# 引用本地js資源渲染CurrentConfig.ONLINE_HOST = 'D:/python/pyecharts-assets-master/assets/'df = pd.read_excel('處理後數據.xlsx', encoding='utf-8')df.drop_duplicates(subset='站名稱', inplace=True)longitude = list(df['經度(分)'])latitude = list(df['緯度(分)'])datas = []a = []for i, j in zip(longitude, latitude): a.append([i, j])datas.append(a)print(datas)BAIDU_MAP_AK = "改成你的百度地圖AK"c = ( BMap(init_opts=opts.InitOpts(width="1200px", height="800px")) .add_schema( baidu_ak=BAIDU_MAP_AK, # 申請的BAIDU_MAP_AK center=[117.20, 39.13], # 天津市經緯度中心 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話可以註釋下面的參數(效果差距不大) progressive=200, progressive_threshold=500, ))c.render('公交網絡地圖.html')
結果如下:
在地圖上可以看到,和平區、南開區公交線路網絡密集,交通便利。
公交線路網絡中 i 節點代表第 i 條線路,其中節點 i 的度定義爲與線路 i 可以經過換乘能夠到達的線路的數目,線路網絡的度大小反映了該條公交線路與其他線路的連通程度,構建算法分析公交線路網絡度的分佈。
# -*- coding: UTF-8 -*-"""import xlrdimport matplotlib.pyplot as pltimport pandas as pdimport matplotlib as mpldf = pd.read_excel("site_information.xlsx")# 用pandas的操作去重 得到每條線路的名稱loc = df['線路名稱'].unique()# 得到每一條線路名稱的列表line_list = list(loc)print(line_list)# 開啟Excel表格data = xlrd.open_workbook("site_information.xlsx")# print(data) # <xlrd.book.Book object at 0x000001F1111C38D0> 在內存中# 獲取特定Sheet 索引爲0 也就是第一個表table = data.sheets()[0] # 從零開始# 每條線路對應有哪些站點 字典推導式site_dic = {k: [] for k in line_list}site_list = []for i in range(1, table.nrows): # 每一行的數據 返回的是一個列表 x = table.row_values(i) if x[1] == "0": # 上行 站點數據 每條線路對應有哪些站點 添加進列表 site_dic[x[0]].append(x[3]) site_list.append(x[3]) else: continue# print(len(site_dic)) # 618條線路# print(len(site_list)) # 15248條站點數據print(f"公交網絡共有 {len(line_list)} 條線路") # 618條線路# 先初始化一個統計每個節點的度的列表 與線路名稱列表裏的索引一一對應node_count = [m * 0 for m in range(len(line_list))]# 以每條線路爲一個節點 線路名稱爲鍵 值爲一個列表 裏面包含每條路線上行經過的所有站點sites = [site for site in site_dic.values()]# print(sites)for j in range(len(sites)): # 類似冒泡法排序 比較多少趟 for k in range(j, len(sites) - 1): # 每趟比較後 往後推一個 直到比較完 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]: # 只要這兩條線路有公共站點 節點度數加1 node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1 break # 兩條線路對應在列表索引的值加1 這兩條線的比較結束 else: for x in sites[k + 1]: if x in sites[j] and x in sites[k + 1]: # 只要這兩條線路有公共站點 節點度數加1 node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1 break # 兩條線路對應在列表索引的值加1 這兩條線的比較結束# print(node_count)# 節點編號 與 節點的度數索引對應node_number = [y for y in range(len(node_count))]# 線性網絡度的最大值 175print(f"線路網絡的度的最大值爲:{max(node_count)}")print(f"線路網絡的度的最小值爲:{min(node_count)}")print(f"線路網絡的度的平均值爲:{sum(node_count) / len(node_count)}")# 設定大小 圖的像素# 設定字型 matplotlib 不支援顯示中文 自己本地設定plt.figure(figsize=(10, 6), dpi=150)mpl.rcParams['font.family'] = 'SimHei'# 繪製每個節點度的分佈plt.bar(node_number, node_count, color="purple")# 添加描述資訊plt.xlabel("節點編號n")plt.ylabel("節點的度數K")plt.title("線路網絡中各節點的度的大小分佈", fontsize=15)plt.savefig("線路網絡中各節點的度的大小.png")plt.show()
結果如下:
公交網絡共有 618 條線路
線路網絡的度的最大值爲:175
線路網絡的度的最小值爲:0
線路網絡的度的平均值爲:55.41423948220065
import xlrdimport matplotlib.pyplot as pltimport pandas as pdimport matplotlib as mplimport collectionsdf = pd.read_excel("site_information.xlsx")# 用pandas的操作去重 得到每條線路的名稱loc = df['線路名稱'].unique()# 得到每一條線路名稱的列表line_list = list(loc)print(line_list)# 開啟Excel表格data = xlrd.open_workbook("site_information.xlsx")# print(data) # <xlrd.book.Book object at 0x000001F1111C38D0> 在內存中# 獲取特定Sheet 索引爲0 也就是第一個表table = data.sheets()[0] # 從零開始# 每條線路對應有哪些站點 字典推導式site_dic = {k: [] for k in line_list}site_list = []for i in range(1, table.nrows): # 每一行的數據 返回的是一個列表 x = table.row_values(i) if x[1] == "0": # 上行 站點數據 每條線路對應有哪些站點 添加進列表 site_dic[x[0]].append(x[3]) site_list.append(x[3]) else: continue# print(len(site_dic)) # 618條線路# print(len(site_list)) # 15248條站點數據# 先初始化一個統計每個節點的度的列表 與線路名稱列表裏的索引一一對應node_count = [m * 0 for m in range(len(line_list))]# 以每條線路爲一個節點 線路名稱爲鍵 值爲一個列表 裏面包含每條路線上行經過的所有站點sites = [site for site in site_dic.values()]# print(sites)for j in range(len(sites)): # 類似冒泡法排序 比較多少趟 for k in range(j, len(sites) - 1): # 每趟比較後 往後推一個 直到比較完 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]: # 只要這兩條線路有公共站點 節點度數加1 node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1 break # 兩條線路對應在列表索引的值加1 這兩條線的比較結束 else: for x in sites[k + 1]: if x in sites[j] and x in sites[k + 1]: # 只要這兩條線路有公共站點 節點度數加1 node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1 break # 兩條線路對應在列表索引的值加1 這兩條線的比較結束# print(node_count)# 節點編號 與 節點的度數索引對應node_number = [y for y in range(len(node_count))]# 線性網絡度的最大值 175# print(max(node_count))# 設定大小 圖的像素# 設定字型 matplotlib 不支援顯示中文 自己本地設定plt.figure(figsize=(10, 6), dpi=150)mpl.rcParams['font.family'] = 'SimHei'# 分析節點的度K的概率分佈# 統計節點的度爲K的 分別有多少個node_count = collections.Counter(node_count)node_count = node_count.most_common()# 點node_dic = {_k: _v for _k, _v in node_count}# 按鍵從小到大排序 得到一個列表 節點的度sort_node = sorted(node_dic)# 按順序得到鍵對應的值 即有相同節點的度的個數sort_num = [node_dic[q] for q in sort_node]# 概率分佈中度平均值 總的度數加起來 / 個數# print(sum(sort_node)/len(sort_node))# 概率分佈中最大的度值 也就個數最多那個print(f"概率分佈中概率最大的度值爲:{max(sort_num)}")probability = [s1 / sum(sort_num) for s1 in sort_num] # 概率分佈print(probability)# 天津市公交線路節點概率分佈圖像plt.bar(sort_node, probability, color="red")# 添加描述資訊plt.xlabel("節點的度K")plt.ylabel("節點度爲K的概率P(K)")plt.title("線路網絡中節點度的概率分佈", fontsize=15)plt.savefig("線路網絡中節點度的概率分佈.png")plt.show()
結果如下:
概率分佈中概率最大的度值爲:16
天津市公交線路網絡的度分佈如上圖所示,本文收集的天津市線路網絡共有 618 條線路組成,線路網絡的度的最大值爲175。概率分佈中概率最大的度值爲16,度平均值爲55.41,表明天津市公交網絡提供的換乘機會較多,使得可達性較高。其中概率較大的度值大多集中在 7~26 之間。使得節點強度分佈相對來說不夠均勻,造成天津市很多路段公交線路較少,少數路段經過線路過於密集,造成資源的浪費。
聚類係數是研究節點鄰居之間的連接緊密程度,因此不必考慮邊的方向。對於有向圖,將其當成無向圖來處理。網絡聚類係數大,表明網絡中節點與其附近節點之間的連接緊密度程度高,即與實際站點之間的公交線路連接密集。計算得到天津公交複雜網絡的聚類係數爲0.091,相對其他城市較低。
根據公式:
同規模的隨機網絡聚集係數約爲0.00044,進一步體現了網絡的小世界特性。
import xlrdimport matplotlib.pyplot as pltimport pandas as pdimport matplotlib as mpl# 讀取數據df = pd.read_excel("site_information.xlsx")# 用pandas的操作去重 得到每條線路的名稱loc = df['線路名稱'].drop_duplicates()# 得到每一條線路名稱的列表 按照Excel表裏以次下去的順序line_list = list(loc)# print(line_list)# 開啟Excel表格data = xlrd.open_workbook("site_information.xlsx")# print(data) # <xlrd.book.Book object at 0x000001F1111C38D0> 在內存中# 獲取特定Sheet 索引爲0 也就是第一個表table = data.sheets()[0] # 從零開始# 每條線路對應有哪些站點 字典推導式site_dic = {k: [] for k in line_list}site_list = []for i in range(1, table.nrows): # 每一行的數據 返回的是一個列表 x = table.row_values(i) if x[1] == "0": # 只取上行站點數據 每條線路對應有哪些站點 添加進列表 site_dic[x[0]].append(x[3]) site_list.append(x[3]) else: continue# print(len(site_dic)) # 618條線路# print(len(site_list)) # 15248條站點數據# 先初始化一個統計每個節點的度的列表 與線路名稱列表裏的索引一一對應node_count = [m * 0 for m in range(len(line_list))]# 以每條線路爲一個節點 線路名稱爲鍵 值爲一個列表 裏面包含每條路線上行經過的所有站點sites = [site for site in site_dic.values()]# print(sites)# 統計各節點的度for j in range(len(sites) - 1): # 類似冒泡法排序 比較多少趟 for k in range(j, len(sites) - 1): # 每趟比較後 往後推一個 直到比較完 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]: # 只要這兩條線路有公共站點 節點度數加1 node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1 break # 兩條線路對應在列表索引的值加1 這兩條線的比較結束 else: for x in sites[k + 1]: if x in sites[j] and x in sites[k + 1]: # 只要這兩條線路有公共站點 節點度數加1 node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1 break # 兩條線路對應在列表索引的值加1 這兩條線的比較結束# 找到該節點的鄰居節點 鄰居節點間實際的邊數Ei = []# 對每條線路進行找鄰接節點 並統計其鄰接節點點實際的邊數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]): # 從站點多的線路里選取站點 看是否有公共站點 for x in sites[a]: if x in sites[a] and x in sites[b]: # 找到鄰居節點 neighbor.append(sites[b]) break else: for x in sites[b]: if x in sites[a] and x in sites[b]: # 找到鄰居節點 neighbor.append(sites[b]) break # 在鄰居節點中判斷這些節點的實際邊數 又類似前面的方法 判斷兩兩是否相連 count = 0 for c in range(len(neighbor) - 1): for d in range(c, len(neighbor) - 1): # 每趟比較後 往後推一個 直到比較完 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]: # 鄰居節點這兩個也相連 count += 1 break else: continue else: for y in sites[d + 1]: if y in sites[c] and y in sites[d + 1]: # 鄰居節點這兩個也相連 count += 1 break else: continue except IndexError: break Ei.append(count)# 每個節點的鄰居節點間實際相連的邊數# print(Ei)# 節點編號 與 節點的度數索引對應node_number = [y for y in range(len(node_count))]# 設定字型 matplotlib 不支援顯示中文 自己本地設定mpl.rcParams['font.family'] = 'SimHei'# 設定大小 圖的像素plt.figure(figsize=(10, 6), dpi=150)# 公交線路網絡的聚類係數分佈圖像 相鄰節點的連通程度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 * 該節點鄰居節點實際連接邊數 / 最大邊數 Ci.append(2 * Ei[m] / (node_count[m] * (node_count[m] - 1)))# 各節點鄰居節點的連通程度 計算平均聚類係數print("天津市公交線路網絡平均聚類係數爲:{:.4f}".format(sum(Ci) / len(Ci)))plt.bar(node_number, Ci, color="blue")# 添加描述資訊plt.xlabel("節點編號n")plt.ylabel("節點的聚類係數")plt.title("線路網絡中各節點的聚類係數分佈", fontsize=15)plt.savefig("聚類係數分佈.png")plt.show()
結果如下:
天津市公交線路網絡平均聚類係數爲:0.0906