Skip to main content

A tool for transportation big data

Project description

TransBigData 针对交通时空大数据处理的Python包

Build Status Documentation Status PyPI bilibili

TransBigData工具针对时空大数据处理而开发,依托于GeoPandas。
TransBigData集成了交通时空大数据处理过程中常用的方法。包括栅格化、数据质量分析、数据预处理、数据集计、轨迹分析、GIS处理、地图底图加载、坐标与距离计算、数据可视化等通用方法。
TransBigData也针对出租车GPS数据、共享单车数据、公交GPS数据等多种常见交通时空大数据提供了快速简洁的处理方法。

技术特点

面向交通时空大数据分析不同阶段的处理需求提供不同处理功能,可通过软件内置方法实现数据的处理。
代码简洁、高效、灵活、易用,通过简短的代码即可实现复杂的数据任务。

更多细节请查看:TransBigData的说明文档

安装

pip install -U transbigdata

使用

下面例子展示如何使用TransBigData工具快速地从出租车GPS数据中提取出行OD:

#导入TransBigData包
import transbigdata as tbd
#读取数据    
import pandas as pd
data = pd.read_csv('TaxiData-Sample.csv',header = None) 
data.columns = ['VehicleNum','time','slon','slat','OpenStatus','Speed'] 
data

使用transbigdata.taxigps_to_od方法,传入对应的列名,即可提取出行OD:

#从GPS数据提取OD
oddata = tbd.taxigps_to_od(data,col = ['VehicleNum','time','slon','slat','OpenStatus'])
oddata

对提取出的OD进行OD的栅格集计:

#定义研究范围
bounds = [113.6,22.4,114.8,22.9]
#输入研究范围边界bounds与栅格宽度accuracy,获取栅格化参数
params = tbd.grid_params(bounds = bounds,accuracy = 1500)
#栅格化OD并集计
od_gdf = tbd.odagg_grid(oddata,params)
od_gdf.plot(column = 'count')

相关链接

引用

而如果你想要引用这个 GitHub 仓库,可以使用如下的 bibtex:

@misc{transbigdata,
  author = {Qing Yu},
  title = {TransBigData},
  year = {2021},
  publisher = {GitHub},
  journal = {GitHub Repository},
  howpublished = {\url{https://github.com/ni1o1/transbigdata}},
}

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

transbigdata-0.1.25.tar.gz (28.6 kB view hashes)

Uploaded Source

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page