python數據分析之公交IC卡刷卡分析
一、背景
交通大數據是由交通運行管理直接產生的數據(包括各類道路交通、公共交通、對外交通的刷卡、線圈、卡口、GPS、視頻、圖片等數據)、交通相關行業和領域導入的數據(氣象、環境、人口、規劃、移動通信手機信令等數據),以及來自公眾互動提供的交通狀況數據(通過微博、微信、論壇、廣播電臺等提供的文字、圖片、音視頻等數據)構成的。
現在給出瞭一個公交刷卡樣例數據集,包含有交易類型、交易時間、交易卡號、刷卡類型、線路號、車輛編號、上車站點、下車站點、駕駛員編號、運營公司編號等。試導入該數據集並做分析。
二、任務要求
1.分別計算早上7點前和晚上10點之後的公共交通上車刷卡量;
2.繪制並輸出當天各小時公交刷卡量變化的折線圖;
3.構造一個乘客搭乘時間分析函數,計算各小時區間乘客的平均公交搭乘時間及其標準差;
4.繪制並輸出不同類型的一卡通交易數量及其占比的餅圖;
5.分別構造線路類、司機類和車輛類,將線路編號1101–1120的線路及其所對應的司機和車輛信息輸出為20個txt文檔,並保存到一個文件夾中;
6.分析搭載乘客情況,確定服務乘客人次最多的10個司機、10條線路和10臺車輛。
三、使用步驟
1.引入庫
代碼如下:
from numpy import * import pandas as pd import matplotlib.pyplot as plt from collections import Counter
2.導入數據
代碼如下:
# 導入csv文件 ICdata = pd.read_csv('D:/人工智能編程語言/Python - 作業4/ICData.csv', sep=',', encoding='utf-8')
3.任務一
代碼如下:
# 1.分別計算早上7點前和晚上10點之後的公共交通上車刷卡量; ICdata['交易時間'] = pd.to_datetime(ICdata['交易時間'], format='%Y/%m/%d %H:%M:%S') # 將字符串類型轉換為datetime類型 paytime1 = ICdata[ICdata.交易時間 < '2018/4/1 07:00:00'] paytime2 = ICdata[ICdata.交易時間 > '2018/4/1 22:00:00'] print('早上七點前的刷卡量為:', paytime1.交易時間.count()) # 輸出在早上七點前的刷卡量 print('晚上十點後的刷卡量為:', paytime2.交易時間.count()) # 輸出在晚上十點後的刷卡量 print('\n')
輸出:
4.任務二
代碼如下:
# 2.繪制並輸出當天各小時公交刷卡量變化的折線圖 timetable = [] ICdata['hour'] = ICdata['交易時間'].dt.hour # 加多一列hour,並賦值為標準數據裡的小時 time = ICdata.groupby(['hour']).count() # 通過data.groupby(‘hour').count()按小時進行分組,並統計數目 timetable = time.iloc[:, 2] # 取出一列數據 timetable.plot() # 畫出折線圖 plt.rcParams['font.sans-serif'] = ['SimHei'] # 防止中文輸出出現亂碼 plt.title('當天內各小時刷卡量') # 設置總標題 plt.xlabel('Hour') # 設置x坐標標題 plt.ylabel('Amount') # 設置y坐標標題 plt.show() # 展示折線圖 del ICdata['hour'] # 將hour列刪除
輸出:
5.任務三
代碼如下:
# 3.定義一個計算乘客搭乘時間平均數和標準差的函數 def fun_time(x): time_list = [] ICdata['hour'] = ICdata['交易時間'].dt.hour # 加多一列hour,並賦值為標準數據裡的小時 t = list(ICdata['hour']) # 將hour列取出並轉換為列表 for i in range(200000): if t[i] == x: # 記錄該小時內乘客的搭乘時間 time_list.append(abs(ICdata['上車站點'][i]-ICdata['下車站點'][i])) aver = mean(time_list) # 計算平均數 std_t = std(time_list) # 計算標準差 print(x, '時內乘客搭乘的平均時間為:%.3f站 ' % aver, '標準差為:%.3f站' % std_t) print('\n') # 函數實現: a = int(input("請輸入一個整數代表該小時:")) fun_time(a) # 調用fun_time函數,傳入參數a
輸出:
6.任務四
代碼如下:
# 4.繪制並輸出不同類型的一卡通交易數量及其占比的餅圖 count = Counter(ICdata.iloc[:, 0]) # 統計各刷卡類型總數 list_key = [] # 創建列表存儲刷卡類型 list_value = [] # 創建列表存儲刷卡總數量 print('不同類型的一卡通交易數量:') for key, value in count.items(): # 將counter類型元素分別提取到兩個列表內 list_key.append(key) list_value.append(value) print('%5d' % key, ':', value) # 輸出刷卡類型及對應數量 print('\n') plt.figure(figsize=(6, 6), dpi=100) # 創建畫佈 colors = ['b', 'r', 'g', 'y'] # 設置顏色 plt.pie(list_value, labels=list_key, autopct='%1.2f%%', colors=colors, shadow=True, startangle=150) # autopct='%1.2f%%' 保留2位小數 # shadow=True,startangle=150 設置陰影,角度為150度 plt.legend() # 顯示圖例 plt.axis('equal') # 為瞭讓顯示的餅圖保持圓形,需要添加axis保證長寬一樣 plt.title('不同類型的一卡通交易數占比的餅圖') # 添加標題 plt.show()
輸出:
7.任務五
代碼如下:
# 5.分別構造線路類、司機類和車輛類,將線路編號1101–1120的線路及其所對應的司機和 # 車輛信息輸出為20個txt文檔,並保存到一個文件夾中; list_line=[] for i in range(1101,1121): # 將20條線路的名稱存進列表裡 list_line.append(i) class Driver: # 構造司機類 def __init__(self,driver): self.driver = driver class Bus: # 構造公交類 def __init__(self,bus): self.bus = bus class Line: # 構造線路類 def __init__(self): # 因為要根據線路得知司機和公交的信息,因此在線路類 self.driver=[] # 裡添加兩個列表分別存入司機和公交的信息 self.bus=[] def add_driver(self,x): self.driver.append(x) def add_bus(self,y): self.bus.append(y) line_class=[] # 列表存20條線路對應的對象 for i in range(1101,1121): l=Line() # 一條線路創建一個對象 for j in range(200000): if ICdata['線路號'][j]==i: # 將對應線路的司機和公交信息存入該線路對象內 l.add_driver(ICdata['車輛編號'][j]) l.add_bus(int(ICdata['駕駛員編號'][j])) line_class.append(l) basepath='D:/人工智能編程語言/task4/road_line/Line' # 確定txt文件存入的路徑 for i in range(20): full_path=basepath+str(list_line[i])+'.txt' # 加上文件名和後綴 file=open(full_path,'w',encoding='UTF-8') # 創建txt文件,隻寫 file.write('車輛編號') file.write(' ') file.write('駕駛員編號\n') for j in range(len(line_class[i].driver)): # 將對應線路的信息寫入txt文件內 file.write(str(line_class[i].driver[j])) file.write(' ') file.write(str(line_class[i].bus[j])) file.write('\n') file.close()
輸出:
8.任務六
代碼如下:
# 6.分析搭載乘客情況,確定服務乘客人次最多的10個司機、10條線路和10臺車輛。 drivers = Counter(ICdata.iloc[:, 8]) # 取出對應列並統計每個元素出現的次數 a=(drivers.most_common(10)) # 將前十個元素及出現的次數存入列表a內 print('服務人次最多的前十名司機及服務人數:') for i in range(10): print('%-8d'% int(a[i][0]),':','%-10d'% a[i][1]) lines = Counter(ICdata.iloc[:, 4]) b=(lines.most_common(10)) print('服務人次最多的前十條線路及服務人數:') for i in range(10): print('%-8d'% int(b[i][0]),':','%-10d'% b[i][1]) buses = Counter(ICdata.iloc[:, 5]) c=(buses.most_common(10)) print('服務人次最多的前十輛公交及服務人數:') for i in range(10): print('%-8d'% int(c[i][0]),':','%-10d'% c[i][1])
輸出:
四、總結
加深瞭對numpy,pandas和matplotlib等第三方應用庫的使用。
到此這篇關於python數據分析之公交IC卡的文章就介紹到這瞭,更多相關python公交IC卡內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- None Found