教育
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?pd
df?=?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，為了處理方便，直接把有缺失值的行刪除。
經緯度數據是7031.982、2348.1016這樣的，需要將其轉換為以度為單位。
df2?=?df1.copy() df2['經度（分）']?=?df1['經度（分）'].apply(float)?/?60 df2['緯度（分）']?=?df1['緯度（分）'].apply(float)?/?60 df2.head()
處理后的數據里，共有 618 條公交線路，4851個站點數據。
重新保存為處理后數據
df2.to_excel("處理后數據.xlsx",?index=False)二、數據分析分析天津市公交站點的分布情況
#?-*-?coding:?UTF-8?-*-
"""
import?pandas?as?pd
import?matplotlib.pyplot?as?plt
import?matplotlib?as?mpl
import?random
df?=?pd.read_excel("處理后數據.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')
#?設置大小
plt.figure(figsize=(12,?6),?dpi=200)
#?繪制散點圖??經度??緯度??傳進去???設置?顏色??點的大小
plt.scatter(x_data,?y_data,?marker="o",?s=9.,?c=colors)
#?添加描述信息?x軸?y軸?標題
plt.xlabel("經度")
plt.ylabel("緯度")
plt.title("天津市公交站點分布情況")
plt.savefig('經緯度散點圖.png')
plt.show()結果如下：
通過 matplotlib 繪制散點圖可視化天津市公交站點的分布情況，容易看出天津市的公交熱點分布區域。為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?pd
from?pyecharts.charts?import?BMap
from?pyecharts?import?options?as?opts
from?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('處理后數據.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注釋下面的參數（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 的度定義為與線路 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布。
#?-*-?coding:?UTF-8?-*-
"""
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)
#?打開Excel表格
data?=?xlrd.open_workbook("site_information.xlsx")
#?print(data)???#??在內存中
#?獲取特定Sheet??索引為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??與線路名稱列表里的索引一一對應
node_count?=?[m?*?0?for?m?in?range(len(line_list))]
#?以每條線路為一個節點??線路名稱為鍵??????值為一個列表??里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):??#?每趟比較后??往后推一個??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(f"線路網絡的度的最大值為：{max(node_count)}")
print(f"線路網絡的度的最小值為：{min(node_count)}")
print(f"線路網絡的度的平均值為：{sum(node_count)?/?len(node_count)}")
#?設置大小??圖的像素
#?設置字體???matplotlib?不支持顯示中文??自己本地設置
plt.figure(figsize=(10,?6),?dpi=150)
mpl.rcParams['font.family']?=?'SimHei'
#?繪制每個節點度的分布
plt.bar(node_number,?node_count,?color="purple")
#?添加描述信息
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布",?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為：175
線路網絡的度的最小值為：0
線路網絡的度的平均值為：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)
#?打開Excel表格
data?=?xlrd.open_workbook("site_information.xlsx")
#?print(data)???#??在內存中
#?獲取特定Sheet??索引為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??與線路名稱列表里的索引一一對應
node_count?=?[m?*?0?for?m?in?range(len(line_list))]
#?以每條線路為一個節點??線路名稱為鍵??????值為一個列表??里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):??#?每趟比較后??往后推一個??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))
#?設置大小??圖的像素
#?設置字體???matplotlib?不支持顯示中文??自己本地設置
plt.figure(figsize=(10,?6),?dpi=150)
mpl.rcParams['font.family']?=?'SimHei'
#?分析節點的度K的概率分布
#?統計節點的度為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]
#?概率分布中度平均值??總的度數加起來??/?個數
#?print(sum(sort_node)/len(sort_node))
#?概率分布中最大的度值???也就個數最多那個
print(f"概率分布中概率最大的度值為：{max(sort_num)}")
probability?=?[s1?/?sum(sort_num)?for?s1?in?sort_num]???#?概率分布
print(probability)
#?天津市公交線路節點概率分布圖像
plt.bar(sort_node,?probability,?color="red")
#?添加描述信息
plt.xlabel("節點的度K")
plt.ylabel("節點度為K的概率P(K)")
plt.title("線路網絡中節點度的概率分布",?fontsize=15)
plt.savefig("線路網絡中節點度的概率分布.png")
plt.show() 結果如下：
概率分布中概率最大的度值為：16
天津市公交線路網絡的度分布如上圖所示，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為175。概率分布中概率最大的度值為16，度平均值為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。使得節點強度分布相對來說不夠均勻，造成天津市很多路段公交線路較少，少數路段經過線路過于密集，造成資源的浪費。
聚類系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。對于有向圖，將其當成無向圖來處理。網絡聚類系數大，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。計算得到天津公交復雜網絡的聚類系數為0.091，相對其他城市較低。
根據公式：
同規模的隨機網絡聚集系數約為0.00044，進一步體現了網絡的小世界特性。
import?xlrd
import?matplotlib.pyplot?as?plt
import?pandas?as?pd
import?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表里以次下去的順序
line_list?=?list(loc)
#?print(line_list)
#?打開Excel表格
data?=?xlrd.open_workbook("site_information.xlsx")
#?print(data)???#??在內存中
#?獲取特定Sheet??索引為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??與線路名稱列表里的索引一一對應
node_count?=?[m?*?0?for?m?in?range(len(line_list))]
#?以每條線路為一個節點??線路名稱為鍵??????值為一個列表??里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):??#?每趟比較后??往后推一個??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??并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):??#?每趟比較后??往后推一個??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))]
#?設置字體???matplotlib?不支持顯示中文??自己本地設置
mpl.rcParams['font.family']?=?'SimHei'
#?設置大小??圖的像素
plt.figure(figsize=(10,?6),?dpi=150)
#?公交線路網絡的聚類系數分布圖像???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?計算平均聚類系數
print("天津市公交線路網絡平均聚類系數為：{:.4f}".format(sum(Ci)?/?len(Ci)))
plt.bar(node_number,?Ci,?color="blue")
#?添加描述信息
plt.xlabel("節點編號n")
plt.ylabel("節點的聚類系數")
plt.title("線路網絡中各節點的聚類系數分布",?fontsize=15)
plt.savefig("聚類系數分布.png")
plt.show() 結果如下：
天津市公交線路網絡平均聚類系數為：0.0906
