Python怎样实现城市公交网络分析与可视化

这期内容当中小编将会给大家带来有关python怎样实现城市公交网络分析与可视化，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

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 pddf = 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) / 60df2['纬度（分）'] = df1['纬度（分）'].apply(float) / 60df2.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 pdimport matplotlib.pyplot as pltimport matplotlib as mplimport randomdf = 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 pdfrom pyecharts.charts import BMapfrom pyecharts import options as optsfrom 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 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   175print(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 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 xlrdimport matplotlib.pyplot as pltimport pandas as pdimport 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

上述就是小编为大家分享的Python怎样实现城市公交网络分析与可视化了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注编程网Python频道。