手把手教你用Python进行城市公交网络分析与可视化

红太狼 2022-11-05 00:41 5阅读 0赞

点击上方“**Python爬虫与数据挖掘**”，进行关注

回复“**书籍**”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

寒雨连江夜入吴，平明送客楚山孤。

## 一、数据查看和预处理    ##

数据获取自高德地图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 pd
    
    df = pd.read_excel('site_information.xlsx')
    df.head()

![d4eb0fa7d7421c045210144947759852.png][]

**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，结构也比较简单，下面来充分了解我们的数据和进行预处理。![182cb4ce735595cd8c08a92e3b953bb6.png][]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，为了处理方便，直接把有缺失值的行删除。![f6581183f99894f7840e288bb73576b0.png][]

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) / 60
    df2['纬度（分）'] = df1['纬度（分）'].apply(float) / 60
    df2.head()

![4e99bedfba036996e3cebbe1ab0fc3ef.png][]

处理后的数据里，共有 618 条公交线路，4851个站点数据。

![580cc912142265fdf31554598b2337d6.png][]

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
    @公众号  ：修炼Python
    @CSDN    ：https://yetingyun.blog.csdn.net/
    """
    import pandas as pd
    import matplotlib.pyplot as plt
    import matplotlib as mpl
    import random
    
    df = 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'] = 'SimHei'
    plt.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：![70320be19f3c4e44e0ed0f68f676beda.png][]

通过 matplotlib 绘制散点图可视化天津市公交站点的分布情况，容易看出天津市的公交热点分布区域。为了能更形象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
    @公众号  ：修炼Python
    @CSDN    ：https://yetingyun.blog.csdn.net/
    """
    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AK"
    
    c = (
        BMap(init_opts=opts.InitOpts(width="1200px", height="800px"))
        .add_schema(
            baidu_ak=BAIDU_MAP_AK,     # 申请的BAIDU_MAP_AK
            center=[117.20, 39.13],    # 天津市经纬度中心
            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话可以注释下面的参数（效果差距不大）
            progressive=200,
            progressive_threshold=500,
        )
    )
    
    c.render('公交网络地图.html')

结果如下：

在实际地图上可以看到，和平区、南开区公交线路网络密集，交通便利。

公交线路网络中 i 节点代表第 i 条线路，其中节点 i 的度定义为与线路 i 可以经过换乘能够到达的线路的数目，**线路网络中度的**大小反映了该条公交线路与其他线路的**连通程度**，构建算法分析公交线路网络中节点度的分布。

# -*- coding: UTF-8 -*-
    """
    @Author  ：叶庭云
    @公众号  ：修炼Python
    @CSDN    ：https://yetingyun.blog.csdn.net/
    """
    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   得到每条线路的名称
    loc = df['线路名称'].unique()
    # 得到每一条线路名称的列表
    line_list = list(loc)
    print(line_list)
    
    # 打开Excel表格
    data = xlrd.open_workbook("site_information.xlsx")
    # print(data)   # <xlrd.book.Book object at 0x000001F1111C38D0> 在内存中
    # 获取特定Sheet  索引为0  也就是第一个表
    table = data.sheets()[0]  # 从零开始
    # 每条线路对应有哪些站点  字典推导式
    site_dic = {k: [] for k in line_list}
    site_list = []
    for i in range(1, table.nrows):
        # 每一行的数据   返回的是一个列表
        x = table.row_values(i)
        if x[1] == "0":
            # 上行   站点数据  每条线路对应有哪些站点 添加进列表
            site_dic[x[0]].append(x[3])
            site_list.append(x[3])
        else:
            continue
    # print(len(site_dic))   # 618条线路
    # print(len(site_list))  # 15248条站点数据
    print(f"公交网络共有 {len(line_list)} 条线路")   # 618条线路
    
    # 先初始化一个统计每个节点的度的列表  与线路名称列表里的索引一一对应
    node_count = [m * 0 for m in range(len(line_list))]
    # 以每条线路为一个节点  线路名称为键      值为一个列表  里面包含每条路线上行经过的所有站点
    sites = [site for site in site_dic.values()]
    # print(sites)
    for j in range(len(sites)):  # 类似冒泡法排序  比较多少趟
        for k in range(j, len(sites) - 1):  # 每趟比较后  往后推一个  直到比较完  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]:   # 只要这两条线路有公共站点  节点度数加1
                        node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1
                        break   # 两条线路对应在列表索引的值加1   这两条线的比较结束
            else:
                for x in sites[k + 1]:
                    if x in sites[j] and x in sites[k + 1]:   # 只要这两条线路有公共站点  节点度数加1
                        node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1
                        break   # 两条线路对应在列表索引的值加1   这两条线的比较结束
    # print(node_count)
    # 节点编号 与 节点的度数索引对应
    node_number = [y for y in range(len(node_count))]
    # 线性网络度的最大值   175
    print(f"线路网络的度的最大值为：{max(node_count)}")
    print(f"线路网络的度的最小值为：{min(node_count)}")
    print(f"线路网络的度的平均值为：{sum(node_count) / len(node_count)}")
    # 设置大小  图的像素
    # 设置字体   matplotlib 不支持显示中文  自己本地设置
    plt.figure(figsize=(10, 6), dpi=150)
    mpl.rcParams['font.family'] = 'SimHei'
    
    # 绘制每个节点度的分布
    plt.bar(node_number, node_count, color="purple")
    
    # 添加描述信息
    plt.xlabel("节点编号n")
    plt.ylabel("节点的度数K")
    plt.title("线路网络中各节点的度的大小分布", fontsize=15)
    plt.savefig("线路网络中各节点的度的大小.png")
    plt.show()

结果如下：

公交网络共有 618 条线路
    线路网络的度的最大值为：175
    线路网络的度的最小值为：0
    线路网络的度的平均值为：55.41423948220065

![4750a805e2d8b92efa0161d3addef7d4.png][]

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   得到每条线路的名称
    loc = df['线路名称'].unique()
    # 得到每一条线路名称的列表
    line_list = list(loc)
    print(line_list)
    
    # 打开Excel表格
    data = xlrd.open_workbook("site_information.xlsx")
    # print(data)   # <xlrd.book.Book object at 0x000001F1111C38D0> 在内存中
    # 获取特定Sheet  索引为0  也就是第一个表
    table = data.sheets()[0]  # 从零开始
    # 每条线路对应有哪些站点  字典推导式
    site_dic = {k: [] for k in line_list}
    site_list = []
    for i in range(1, table.nrows):
        # 每一行的数据   返回的是一个列表
        x = table.row_values(i)
        if x[1] == "0":
            # 上行   站点数据  每条线路对应有哪些站点 添加进列表
            site_dic[x[0]].append(x[3])
            site_list.append(x[3])
        else:
            continue
    # print(len(site_dic))   # 618条线路
    # print(len(site_list))  # 15248条站点数据
    # 先初始化一个统计每个节点的度的列表  与线路名称列表里的索引一一对应
    node_count = [m * 0 for m in range(len(line_list))]
    # 以每条线路为一个节点  线路名称为键      值为一个列表  里面包含每条路线上行经过的所有站点
    sites = [site for site in site_dic.values()]
    # print(sites)
    for j in range(len(sites)):  # 类似冒泡法排序  比较多少趟
        for k in range(j, len(sites) - 1):  # 每趟比较后  往后推一个  直到比较完  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]:   # 只要这两条线路有公共站点  节点度数加1
                        node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1
                        break   # 两条线路对应在列表索引的值加1   这两条线的比较结束
            else:
                for x in sites[k + 1]:
                    if x in sites[j] and x in sites[k + 1]:   # 只要这两条线路有公共站点  节点度数加1
                        node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1
                        break   # 两条线路对应在列表索引的值加1   这两条线的比较结束
    # print(node_count)
    # 节点编号 与 节点的度数索引对应
    node_number = [y for y in range(len(node_count))]
    # 线性网络度的最大值   175
    # print(max(node_count))
    
    # 设置大小  图的像素
    # 设置字体   matplotlib 不支持显示中文  自己本地设置
    plt.figure(figsize=(10, 6), dpi=150)
    mpl.rcParams['font.family'] = 'SimHei'
    
    # 分析节点的度K的概率分布
    # 统计节点的度为K的 分别有多少个
    node_count = collections.Counter(node_count)
    node_count = node_count.most_common()
    # 点
    node_dic = {_k: _v for _k, _v in node_count}
    # 按键从小到大排序   得到一个列表  节点的度
    sort_node = sorted(node_dic)
    # 按顺序得到键对应的值   即有相同节点的度的个数
    sort_num = [node_dic[q] for q in sort_node]
    # 概率分布中度平均值  总的度数加起来  / 个数
    # print(sum(sort_node)/len(sort_node))
    # 概率分布中最大的度值   也就个数最多那个
    print(f"概率分布中概率最大的度值为：{max(sort_num)}")
    
    probability = [s1 / sum(sort_num) for s1 in sort_num]   # 概率分布
    print(probability)
    
    # 天津市公交线路节点概率分布图像
    plt.bar(sort_node, probability, color="red")
    # 添加描述信息
    plt.xlabel("节点的度K")
    plt.ylabel("节点度为K的概率P(K)")
    plt.title("线路网络中节点度的概率分布", fontsize=15)
    
    plt.savefig("线路网络中节点度的概率分布.png")
    plt.show()

结果如下：

概率分布中概率最大的度值为：16

![b69a0a53980c9f6c0baa0b3af7cfd6c7.png][]天津市公交线路网络的度分布如上图所示，本文收集的天津市线路网络共有 **618** 条线路组成，线路网络的**度的最大值为175**。概率分布中概率最大的度值为**16**，**度平均值为55.41**，表明天津市公交网络提供的换乘机会较多，使得可达性较高。其中概率较大的度值大多集中在 **7~26** 之间，使得节点强度分布相对来说不够均匀，造成天津市很多路段公交线路较少，少数路段经过线路过于密集，造成资源的浪费。

![e226e78da684b2af65e4b137d8574be1.png][]![23c0e58781ebf44779d4a170f99ba7a4.png][]**聚类系数**是研究**节点邻居之间的连接紧密程度**，因此不必考虑边的方向。对于有向图，将其当成无向图来处理。网络聚类系数大，表明网络中节点与其附近节点之间的连接紧密度程度高，即与实际站点之间的公交线路连接密集。计算得到天津公交复杂网络的聚类系数为0.091，相对其他城市较低。

根据公式：![399e1d8f3f816a4b5b5655deda8f68a2.png][]同规模的随机网络聚集系数约为0.00044，进一步体现了**网络的小世界特性**。

Python代码如下：

import xlrd
    import matplotlib.pyplot as plt
    import pandas as pd
    import matplotlib as mpl
    
    
    # 读取数据
    df = pd.read_excel("site_information.xlsx")
    # 用pandas的操作去重   得到每条线路的名称
    loc = df['线路名称'].drop_duplicates()
    # 得到每一条线路名称的列表  按照Excel表里以次下去的顺序
    line_list = list(loc)
    # print(line_list)
    
    # 打开Excel表格
    data = xlrd.open_workbook("site_information.xlsx")
    # print(data)   # <xlrd.book.Book object at 0x000001F1111C38D0> 在内存中
    # 获取特定Sheet  索引为0  也就是第一个表
    table = data.sheets()[0]  # 从零开始
    # 每条线路对应有哪些站点  字典推导式
    site_dic = {k: [] for k in line_list}
    site_list = []
    for i in range(1, table.nrows):
        # 每一行的数据   返回的是一个列表
        x = table.row_values(i)
        if x[1] == "0":
            # 只取上行站点数据  每条线路对应有哪些站点 添加进列表
            site_dic[x[0]].append(x[3])
            site_list.append(x[3])
        else:
            continue
    # print(len(site_dic))   # 618条线路
    # print(len(site_list))  # 15248条站点数据
    # 先初始化一个统计每个节点的度的列表  与线路名称列表里的索引一一对应
    node_count = [m * 0 for m in range(len(line_list))]
    # 以每条线路为一个节点  线路名称为键      值为一个列表  里面包含每条路线上行经过的所有站点
    sites = [site for site in site_dic.values()]
    # print(sites)
    # 统计各节点的度
    for j in range(len(sites) - 1):  # 类似冒泡法排序  比较多少趟
        for k in range(j, len(sites) - 1):  # 每趟比较后  往后推一个  直到比较完  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]:   # 只要这两条线路有公共站点  节点度数加1
                        node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1
                        break   # 两条线路对应在列表索引的值加1   这两条线的比较结束
            else:
                for x in sites[k + 1]:
                    if x in sites[j] and x in sites[k + 1]:   # 只要这两条线路有公共站点  节点度数加1
                        node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1
                        break   # 两条线路对应在列表索引的值加1   这两条线的比较结束
    
    # 找到该节点的邻居节点  邻居节点间实际的边数
    Ei = []
    # 对每条线路进行找邻接节点  并统计其邻接节点点实际的边数
    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]):   # 从站点多的线路里选取站点   看是否有公共站点
                for x in sites[a]:
                    if x in sites[a] and x in sites[b]:  # 找到邻居节点
                        neighbor.append(sites[b])
                        break
            else:
                for x in sites[b]:
                    if x in sites[a] and x in sites[b]:  # 找到邻居节点
                        neighbor.append(sites[b])
                        break
        # 在邻居节点中判断这些节点的实际边数  又类似前面的方法  判断两两是否相连
        count = 0
        for c in range(len(neighbor) - 1):
            for d in range(c, len(neighbor) - 1):  # 每趟比较后  往后推一个  直到比较完  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]:  # 邻居节点这两个也相连
                                count += 1
                                break
                            else:
                                continue
                    else:
                        for y in sites[d + 1]:
                            if y in sites[c] and y in sites[d + 1]:  # 邻居节点这两个也相连
                                count += 1
                                break
                            else:
                                continue
                except IndexError:
                    break
        Ei.append(count)
    
    # 每个节点的邻居节点间实际相连的边数
    # print(Ei)
    # 节点编号 与 节点的度数索引对应
    node_number = [y for y in range(len(node_count))]
    
    # 设置字体   matplotlib 不支持显示中文  自己本地设置
    mpl.rcParams['font.family'] = 'SimHei'
    # 设置大小  图的像素
    plt.figure(figsize=(10, 6), dpi=150)
    # 公交线路网络的聚类系数分布图像   相邻节点的连通程度
    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 * 该节点邻居节点实际连接边数 / 最大边数
            Ci.append(2 * Ei[m] / (node_count[m] * (node_count[m] - 1)))
    
    # 各节点邻居节点的连通程度 计算平均聚类系数
    print("天津市公交线路网络平均聚类系数为：{:.4f}".format(sum(Ci) / len(Ci)))
    plt.bar(node_number, Ci, color="blue")
    
    # 添加描述信息
    plt.xlabel("节点编号n")
    plt.ylabel("节点的聚类系数")
    plt.title("线路网络中各节点的聚类系数分布", fontsize=15)
    
    plt.savefig("聚类系数分布.png")
    plt.show()

结果如下：

天津市公交线路网络平均聚类系数为：0.0906

![f4d53388b8e792c4f8779d2096a4e286.png][]

**参考论文：**

### **基于天津市公共交通网络的复杂性研究** ###

**基于复杂网络的城市公交网络拓扑特征及线路连通性分析**

**---\--\---\---\---\--\---** End **---\--\---\--\---\---\--\-**

往期精彩文章推荐：

*  ## [手把手教你利用Python轻松拆分Excel为多个CSV文件][Python_Excel_CSV] ##
 *  ## [Python项目实战——手把手教你使用Django框架实现支付宝付款][Python_Django] ##
 *  ## [手把手教你用Python爬取百度搜索结果并保存][Python]    ##

![fd5faa14ea3d8f6218d4e6ed368ae0a5.png][]

欢迎大家**点赞，****留言，****转发，转载，**感谢大家的相伴与支持

想加入Python学习群请在后台回复【**入群**】

万水千山总是情，点个【**在看**】行不行

**/今日留言主题/**

随便说一两句吧~

[d4eb0fa7d7421c045210144947759852.png]: /images/20221023/b3cb6dbebf984c54bedd3ae495659051.png
[182cb4ce735595cd8c08a92e3b953bb6.png]: https://img-blog.csdnimg.cn/img_convert/182cb4ce735595cd8c08a92e3b953bb6.png
[f6581183f99894f7840e288bb73576b0.png]: /images/20221023/164f052bc482419ea5a1e6f259006377.png
[4e99bedfba036996e3cebbe1ab0fc3ef.png]: /images/20221023/1b6a54f99b7a4665ad84454b3e3f26cf.png
[580cc912142265fdf31554598b2337d6.png]: /images/20221023/0f72d1ffe4b84597b313cf8e912445ac.png
[70320be19f3c4e44e0ed0f68f676beda.png]: /images/20221023/27a2be36187e4b98a55967be73afd1f4.png
[4750a805e2d8b92efa0161d3addef7d4.png]: /images/20221023/6bddaf854c814ed1b5308793dbc71b18.png
[b69a0a53980c9f6c0baa0b3af7cfd6c7.png]: /images/20221023/b58da868e8214a5894882fd2f24da833.png
[e226e78da684b2af65e4b137d8574be1.png]: https://img-blog.csdnimg.cn/img_convert/e226e78da684b2af65e4b137d8574be1.png
[23c0e58781ebf44779d4a170f99ba7a4.png]: /images/20221023/a2f2995902f74ed5b5733fa0631fca0e.png
[399e1d8f3f816a4b5b5655deda8f68a2.png]: /images/20221023/b6aacacde30d4dde8c6f45bc9f5d2c9b.png
[f4d53388b8e792c4f8779d2096a4e286.png]: /images/20221023/3fd2197d0820440da40f46526ae84ceb.png
[Python_Excel_CSV]: http://mp.weixin.qq.com/s?__biz=MzU3MzQxMjE2NA%3D%3D&chksm=fcc0aef9cbb727ef4c24528f53dda6190967df92d93fdc3dd048192481322a9e121c49a3efa4&idx=1&mid=2247493842&scene=21&sn=41f45474f977e1b08ed7efbc012b9281#wechat_redirect
[Python_Django]: http://mp.weixin.qq.com/s?__biz=MzU3MzQxMjE2NA%3D%3D&chksm=fcc0ae86cbb727907a1b65d38a7b107d04d15f1f6584ebadf4f23cdcef425782d45c941b0d76&idx=1&mid=2247493805&scene=21&sn=0fdc6535ae41cab87573550e22853873#wechat_redirect
[Python]: http://mp.weixin.qq.com/s?__biz=MzU3MzQxMjE2NA%3D%3D&chksm=fcc0ae81cbb7279704ae6f729f9cf42a7369cc99f7e487359d228cbb8e1b7f78f248978ad3e1&idx=1&mid=2247493802&scene=21&sn=963e7d24873f90fbfed491c0abf66e11#wechat_redirect
[fd5faa14ea3d8f6218d4e6ed368ae0a5.png]: /images/20221023/71f1ef7ab6494e5da7709ed1a421b2cf.png