網站首頁學習教育 IT科技金融知識旅遊規劃生活小知識家鄉美食養生小知識健身運動美容百科遊戲知識綜合知識

Python實現城市公交網絡分析與可視化

欄目: 學習教育 / 發佈於: / 人氣:1.45W

一、數據檢視和預處理

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)

二、數據分析

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

Tags：Python 可視化網絡分析城市公交