酷炫，Python实现交通数据可视化！

,,TransBigData为处理常见的交通时空大数据（如出租车GPS数据、共享单车数据和公交车GPS数据等）提供了快速而简洁的方法。TransBigData为交通时空大数据分析的各个阶段提供了多种处理方法,代码简洁、高效、灵活、易用，可以用简洁的代码实现复杂的数据任务。,目前，TransBigData主要提供以下方法：,TransBigData可以通过pip或者conda安装，在命令提示符中运行下面代码即可安装：,安装完成后，在Python中运行如下代码即可导入TransBigData包。,TransBigData与数据处理中常用的Pandas和GeoPandas包能够无缝衔接。首先我们引入Pandas包并读取出租车GPS数据：,结果如图2所示：,,▲图2 出租车GPS数据,然后，引入GeoPandas包，读取研究范围的区域信息并展示：,结果如图3所示：,,▲图3 研究范围的区域信息,TransBigData包集成了交通时空数据的一些常用预处理方法。其中，tbd.clean_outofshape方法输入数据和研究范围区域信息，能够剔除研究范围外的数据。而tbd.clean_taxi_status方法则可以剔除出租车GPS数据中载客状态瞬间变化的记录。在使用预处理方法时需要传入数据表中重要信息列所对应的列名，代码如下：,经过上面代码的处理，我们就已经将出租车GPS数据中研究范围以外的数据和载客状态瞬间变化的数据予以剔除。,栅格形式（地理空间上相同大小的网格）是表达数据分布最基本的方法，GPS数据经过栅格化后，每个数据点都含有其所在的栅格信息。采用栅格表达数据的分布时，其表示的分布情况与真实情况接近。,TransBigData工具为我们提供了一套完整、快速、便捷的栅格处理体系。用TransBigData进行栅格划分时，首先需要确定栅格化的参数（可以理解为定义了一个栅格坐标系），参数可以帮助我们快速进行栅格化：,输出：,此时输出的栅格化参数params的内容存储了栅格坐标系的原点坐标（slon、slat）、单个栅格的经纬度长宽 （deltalon、deltalat）、栅格的旋转角度（theta）、栅格的形状（method参数，其值可以是方形rect、三角形tri和六边形hexa）以及栅格的大小（gridsize参数，单位为米）。,取得栅格化参数后，我们便可以用TransBigData中提供的方法对GPS数据进行栅格匹配、生成等操作。,完整的栅格处理方法体系如图4所示：,,▲图4 TransBigData所提供的栅格处理体系,使用tbd.GPS_to_grid方法能够为每一个出租车GPS点生成，该方法会生成编号列LONCOL与 LATCOL，由这两列共同指定所在的栅格：,下一步，聚合集计每一栅格内的数据量，并为栅格生成地理几何图形，构建GeoDataFrame：,结果如图5所示：,,▲图5 数据栅格化的结果,对于一个正式的数据可视化图来说，我们还需要添加底图、色条、指北针和比例尺。TransBigData也提供了相应的功能，代码如下：,结果如图6所示：,,▲图6 tbd包绘制的出租车GPS数据分布,针对出租车GPS数据，TransBigData提供了直接从数据中提取出出租车订单起讫点（OD）信息的方法，代码如下：,结果如图7所示：,,▲图7 tbd包提取的出租车OD,TransBigData包提供的栅格化方法可以让我们快速地进行栅格化定义，只需要修改accuracy参数，即可快速定义不同大小粒度的栅格。我们重新定义一个2km*2km的栅格坐标系，将其参数传入tbd.odagg_grid方法对OD进行栅格化聚合集计并生成GeoDataFrame：,结果如图8所示：,,▲图8 tbd集计的栅格OD,
,添加地图底图，色条与比例尺指北针：,结果如图9所示：,,▲ 图9 TransBigData绘制的栅格OD数据,同时，TransBigData包也提供了将OD直接聚合集计到区域间的方法：,结果如图10所示：,,▲图10 tbd集计的小区OD,加载地图底图并调整出图参数：,结果如图11所示：,,▲ 图11区域间OD可视化结果,在TransBigData中，我们可以对出租车数据使用简单的代码在jupyter notebook中快速进行交互可视化。这些可视化方法底层依托了keplergl包，可视化的结果不再是静态的图片，而是能够与鼠标响应交互的地图应用。,tbd.visualization_data方法可以实现数据分布的可视化，将数据传入该方法后，TransBigData会首先对数据点进行栅格集计，然后生成数据的栅格，并将数据量映射至颜色上。代码如下：,结果如图12所示：,,▲ 图12数据分布的栅格可视化,对于出租车数据中所提取出的出行OD，也可使用tbd.visualization_od方法实现OD的弧线可视化。该方法也会对OD数据进行栅格聚合集计，生成OD弧线，并将不同大小的OD出行量映射至不同颜色。代码如下：,结果如图13所示：,,▲ 图13 OD分布的弧线可视化,对个体级的连续追踪数据，tbd.visualization_trip方法可以将数据点处理为带有时间戳的轨迹信息并动态地展示，代码如下：,结果图14所示。点击其中的播放键，可以看到出租车运行的动态轨迹效果。,