手把手教你用Python进行城市公交网络分析与可视化.docxVIP

手把手教你用Python进行城市公交网络分析与可视化 数据猎取自高德地图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，结构也比较简约，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，为了处理便利，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@??：修炼Python@CSDN ???：/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]?=?SimHeiplt.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，简约看出天津市的公交热点分布区域。为了能更笼统地分析公交线路网络，我们还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@??：修炼Python@CSDN ???：/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AKc?=?(????BMap(init_opts=opts.InitOpts(width=1