出租车GPS轨迹数据分析-Toy模板网

这篇具有很好参考价值的文章主要介绍了出租车GPS轨迹数据分析。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

本次实验中，我们需要使用python对杭州市出租车轨迹数据进行清洗。在aistudio平台创建项目，搜索杭州市出租车轨迹数据集。

•使用numpy、pandas等完成“00.csv”文件读取；

#读取数据
#引入folium地图包
!pip install folium

出租车GPS轨迹数据分析

import folium
import pandas as pd
import numpy as np
import time,datetime
#读取文档数据
df=pd.read_csv('/home/aistudio/data/data168432/00new.csv.csv')
print(df)

出租车GPS轨迹数据分析

•剔除无效数据：GPS 采集出租车轨迹数据的过程中，可能因设备问题导致数据没有采集到，故而在原始轨迹数据集中记录为空值。因此，需要将每个采样点中有效字段为空值的数据进行剔除，即剔除 DeviceID、 Longitude、Latitude、Speed、Timestamp 或 Status 任意一个字段为空的数据。


#统计缺失值数据

df.isnull().sum()

出租车GPS轨迹数据分析

#剔除缺失值行无效数据

df = df.dropna() 

#输出剔除空值行后的数据
print(df)

出租车GPS轨迹数据分析

•剔除速度异常数据：原始出租车轨迹数据集中 Speed 的单位为 𝑘𝑚/h，值域为 [0, 512]。将采样点中速度不在值域为 [0, 150] 范围内的数据视为异常数据，并剔除此类异常数据。

#剔除速度值异常数据

df.drop(df[(df.Speed > 150) & (df.Speed < 0)].index, inplace=True)

#输出删除速度值异常后的数据
print(df)

出租车GPS轨迹数据分析

•剔除重复数据：GPS 设备每隔一段时间（ 1s 到 20s 之间）对出租车进行一次采样，由于设备问题重复上传数据，导致原始轨迹数据集中存在有效字段完全相同的数据。为了保证数据的准确性，需要对这类重复的数据予以剔除。

#剔除重复数据

df.drop_duplicates()

#输出删除重复数据后的数据
print(df)

出租车GPS轨迹数据分析

•经度和纬度标准化：Longitude 和 Latitude 字段对应的值是出租车经度值和纬度值乘以转化为实际的经度值和纬度值。如 Longitude 值为 1191200308 和 Latitude 值为 293102620 分别经过标准化处理后为 119.1200308 和 29.3102620。

#经度和纬度标准化

df.Longitude = df.Longitude / 10000000
df.Latitude = df.Latitude / 10000000

#输出经纬度标准化后的数据
print(df)

出租车GPS轨迹数据分析

•时间标准化：时间戳 TimeStamp 是 Unix 时间，定义为从格林威治时间 1970 年 01 月 01 日 00 时 00 分 00 秒起至现在的总秒数。标准化时间戳可以通过调用 python 内置处理时间 time 模块，首先使用 time 模块中的 localtime 将时间戳转化为时间数组，然后应用 time 模块中的 strftime 将时间数据转化为指定的日期格式“%y-%m-%d %H:%M:%S”。其中 y，m，d，H，M，S分别表示年，月，日，小时，分钟和秒钟。如时间戳 TimeStamp 值为 1427828315 经过标准化处理后为“2015-4-1 2：58：35”。

#时间标准化

df.TimeStamp = pd.to_datetime(df.TimeStamp,unit='s')

#输出时间标准化后的数据
print(df)

出租车GPS轨迹数据分析

•研究区域的选取：如图所示，选取一天中部分出租车轨迹数据的采样点映射到地图上，我们可以清晰的发现采样点主要分布在杭州市的主城区。根据数据分布属性，主要研究杭州市的 9 个城区，包括西湖区、上城区、下城区、拱墅区、滨江区、江干区、萧山区、富阳区、余杭区，故此选取原始轨迹数据中 Longitude 和 Latitude 值域分别在 [119.869,120.461] 和 [30.012,30.4439] 的数据。

在地图中设置定点位置

#设置矩形框顶点位置

points = ([30.012, 119.869], [30.012, 120.461], [30.4439, 119.869], [30.4439, 120.461])

1.在出租车轨迹数据预处理完后，提取数据的时间属性，时间细粒度可以为一小时/半小时，统计每个时间细粒度内的采样点的数目，采用python matplotlib绘制采样点数目（即流量）随时间的动态变化的折现图，统计早高峰时间区间和晚高峰的时间区间；

#将采样点映射到地图上

#新建地图，中心点为(30.22795, 120.165)，缩放值为10.5，添加比例尺
m = folium.Map([30.22795, 120.165], zoom_start=10.5, control_scale=True)

#设置矩形框顶点位置
points = ([30.012, 119.869], [30.012, 120.461], [30.4439, 119.869], [30.4439, 120.461])

#画出范围矩形框
folium.Rectangle(bounds=points, color = '#ff7800', fill = False, fill_opacity=0.2).add_to(m)

#在地图上逐个标记点位
for lat, lng, in zip(df.Latitude, df.Longitude):
    folium.CircleMarker(
        [lat, lng],
        radius=5,
        color='yellow',
        fill=True,
        fill_color='red',
        fill_opacity=0.6
    ).add_to(m)

#将地图输出为.html格式
m.save('采样点映射.html')

m

出租车GPS轨迹数据分析

#数据的时间属性

import matplotlib.pyplot as plt
from datetime import datetime
from dateutil.parser import parse

#复制TimeStamp为time提取小时
df['time'] = df.TimeStamp
df['hour'] = [x.strftime('%H') for x in df.time] #提取时间的小时数

traffic = df['hour'].drop_duplicates() #对小时去重

x = df.groupby('hour')['UNIQUEID'].count() #求每小时的客流量
y = x.reset_index() #重置索引，为绘制折线图做准备

plt.subplot(1,1,1)
plt.plot(y['hour'],y['UNIQUEID']) #绘制折线图

plt.xlabel('Time/hour')
plt.ylabel("Flow/number") #设置x，y轴标签

for a,b in zip(y['hour'],y['UNIQUEID']): #设置图上显示数据标签
    plt.text(a,b,b,va='center')
plt.title('Traffic flow statistics chart') #设置图标题

出租车GPS轨迹数据分析

2.探索数据的空间分布规律，采用leaflet.js将采样点绘制到地图上

#探索数据的空间分布规律

from folium.plugins import HeatMap

#新建地图，中心点为(30.22795, 120.165)，缩放值为10.5，添加比例尺
heat_map = folium.Map([30.22795, 120.165], zoom_start=10.5, control_scale=True)

# Convert data format
heatdata = df[['Latitude','Longitude']].values.tolist()
#画图
HeatMap(heatdata).add_to(heat_map)

#将地图输出为.html格式
heat_map.save('空间热力图.html')

heat_map

出租车GPS轨迹数据分析

我将项目放在了aistudio平台，点击下方链接就可以直接运行。

出租车GPS轨迹数据分析

我发现了一篇高质量的实训项目，使用免费算力即可一键运行，还能额外获取8小时免费GPU运行时长，快来Fork一下体验吧。
出租车GPS轨迹数据分析：https://aistudio.baidu.com/aistudio/projectdetail/4939932?sUid=959235&shared=1&ts=1667276282875文章来源地址https://www.toymoban.com/news/detail-441464.html

到了这里，关于出租车GPS轨迹数据分析的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！