手把手教你用Python进行城市公交网络分析与可视化

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。

1import pandas as pd  
2  
3df = pd.read_excel('site_information.xlsx')  
4df.head()  
5

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。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。

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。

1df2 = df1.copy()  
2df2['经度（分）'] = df1['经度（分）'].apply(float) / 60  
3df2['纬度（分）'] = df1['纬度（分）'].apply(float) / 60  
4df2.head()  
5

处理后的数据里，共有 618 条公交线路，4851个站点数据。

重新保存为处理后数据

1df2.to_excel("处理后数据.xlsx", index=False)  
2

二、数据分析

分析天津市公交站点的分布情况

1# -*- coding: UTF-8 -*-  
2"""  
3@Author  ：叶庭云  
4@公众号  ：修炼Python  
5@CSDN    ：https://yetingyun.blog.csdn.net/  
6"""  
7import pandas as pd  
8import matplotlib.pyplot as plt  
9import matplotlib as mpl  
10import random  
11  
12df = pd.read_excel("处理后数据.xlsx")  
13x_data = df['经度（分）']  
14y_data = df['纬度（分）']  
15colors = ['#FF0000', '#0000CD', '#00BFFF', '#008000', '#FF1493', '#FFD700', '#FF4500', '#00FA9A', '#191970', '#9932CC']  
16colors = [random.choice(colors) for i in range(len(x_data))]  
17mpl.rcParams['font.family'] = 'SimHei'  
18plt.style.use('ggplot')  
19# 设置大小  
20plt.figure(figsize=(12, 6), dpi=200)  
21# 绘制散点图  经度  纬度  传进去   设置 颜色  点的大小  
22plt.scatter(x_data, y_data, marker="o", s=9., c=colors)  
23  
24# 添加描述信息 x轴 y轴 标题  
25plt.xlabel("经度")  
26plt.ylabel("纬度")  
27plt.title("天津市公交站点分布情况")  
28plt.savefig('经纬度散点图.png')  
29plt.show()  
30

结果如下：

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。

1# -*- coding: UTF-8 -*-  
2"""  
3@Author  ：叶庭云  
4@公众号  ：修炼Python  
5@CSDN    ：https://yetingyun.blog.csdn.net/  
6"""  
7import pandas as pd  
8from pyecharts.charts import BMap  
9from pyecharts import options as opts  
10from pyecharts.globals import CurrentConfig  
11  
12# 引用本地js资源渲染  
13CurrentConfig.ONLINE_HOST = 'D:/python/pyecharts-assets-master/assets/'  
14  
15df = pd.read_excel('处理后数据.xlsx', encoding='utf-8')  
16df.drop_duplicates(subset='站名称', inplace=True)  
17longitude = list(df['经度（分）'])  
18latitude = list(df['纬度（分）'])  
19datas = []  
20a = []  
21for i, j in zip(longitude, latitude):  
22    a.append([i, j])  
23  
24datas.append(a)  
25print(datas)  
26  
27BAIDU_MAP_AK = "改成你的百度地图AK"  
28  
29c = (  
30    BMap(init_opts=opts.InitOpts(width="1200px", height="800px"))  
31    .add_schema(  
32        baidu_ak=BAIDU_MAP_AK,     # 申请的BAIDU_MAP_AK  
33        center=[117.20, 39.13],    # 天津市经纬度中心  
34        zoom=10,  
35        is_roam=True,  
36    )  
37    .add(  
38        "",  
39        type_="lines",  
40        is_polyline=True,  
41        data_pair=datas,  
42        linestyle_opts=opts.LineStyleOpts(opacity=0.2, width=0.5, color='red'),  
43        # 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）  
44        progressive=200,  
45        progressive_threshold=500,  
46    )  
47)  
48  
49c.render('公交网络地图.html')  
50

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。

1# -*- coding: UTF-8 -*-  
2"""  
3@Author  ：叶庭云  
4@公众号  ：修炼Python  
5@CSDN    ：https://yetingyun.blog.csdn.net/  
6"""  
7import xlrd  
8import matplotlib.pyplot as plt  
9import pandas as pd  
10import matplotlib as mpl  
11  
12  
13df = pd.read_excel("site_information.xlsx")  
14# 用pandas的操作去重   得到每条线路的名称  
15loc = df['线路名称'].unique()  
16# 得到每一条线路名称的列表  
17line_list = list(loc)  
18print(line_list)  
19  
20# 打开Excel表格  
21data = xlrd.open_workbook("site_information.xlsx")  
22# print(data)   # <xlrd.book.Book object at 0x000001F1111C38D0> 在内存中  
23# 获取特定Sheet  索引为0  也就是第一个表  
24table = data.sheets()[0]  # 从零开始  
25# 每条线路对应有哪些站点  字典推导式  
26site_dic = {k: [] for k in line_list}  
27site_list = []  
28for i in range(1, table.nrows):  
29    # 每一行的数据   返回的是一个列表  
30    x = table.row_values(i)  
31    if x[1] == "0":  
32        # 上行   站点数据  每条线路对应有哪些站点 添加进列表  
33        site_dic[x[0]].append(x[3])  
34        site_list.append(x[3])  
35    else:  
36        continue  
37# print(len(site_dic))   # 618条线路  
38# print(len(site_list))  # 15248条站点数据  
39print(f"公交网络共有 {len(line_list)} 条线路")   # 618条线路  
40  
41# 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  
42node_count = [m * 0 for m in range(len(line_list))]  
43# 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  
44sites = [site for site in site_dic.values()]  
45# print(sites)  
46for j in range(len(sites)):  # 类似冒泡法排序  比较多少趟  
47    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  
48        if len(sites[j]) > len(sites[k + 1]):  
49            for x in sites[j]:  
50                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  
51                    node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1  
52                    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  
53        else:  
54            for x in sites[k + 1]:  
55                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  
56                    node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1  
57                    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  
58# print(node_count)  
59# 节点编号 与 节点的度数索引对应  
60node_number = [y for y in range(len(node_count))]  
61# 线性网络度的最大值   175  
62print(f"线路网络的度的最大值为：{max(node_count)}")  
63print(f"线路网络的度的最小值为：{min(node_count)}")  
64print(f"线路网络的度的平均值为：{sum(node_count) / len(node_count)}")  
65# 设置大小  图的像素  
66# 设置字体   matplotlib 不支持显示中文  自己本地设置  
67plt.figure(figsize=(10, 6), dpi=150)  
68mpl.rcParams['font.family'] = 'SimHei'  
69  
70# 绘制每个节点度的分布  
71plt.bar(node_number, node_count, color="purple")  
72  
73# 添加描述信息  
74plt.xlabel("节点编号n")  
75plt.ylabel("节点的度数K")  
76plt.title("线路网络中各节点的度的大小分布", fontsize=15)  
77plt.savefig("线路网络中各节点的度的大小.png")  
78plt.show()  
79

结果如下：

1公交网络共有 618 条线路  
2线路网络的度的最大值为：175  
3线路网络的度的最小值为：0  
4线路网络的度的平均值为：55.41423948220065  
5

1import xlrd  
2import matplotlib.pyplot as plt  
3import pandas as pd  
4import matplotlib as mpl  
5import collections  
6  
7df = pd.read_excel("site_information.xlsx")  
8# 用pandas的操作去重   得到每条线路的名称  
9loc = df['线路名称'].unique()  
10# 得到每一条线路名称的列表  
11line_list = list(loc)  
12print(line_list)  
13  
14# 打开Excel表格  
15data = xlrd.open_workbook("site_information.xlsx")  
16# print(data)   # <xlrd.book.Book object at 0x000001F1111C38D0> 在内存中  
17# 获取特定Sheet  索引为0  也就是第一个表  
18table = data.sheets()[0]  # 从零开始  
19# 每条线路对应有哪些站点  字典推导式  
20site_dic = {k: [] for k in line_list}  
21site_list = []  
22for i in range(1, table.nrows):  
23    # 每一行的数据   返回的是一个列表  
24    x = table.row_values(i)  
25    if x[1] == "0":  
26        # 上行   站点数据  每条线路对应有哪些站点 添加进列表  
27        site_dic[x[0]].append(x[3])  
28        site_list.append(x[3])  
29    else:  
30        continue  
31# print(len(site_dic))   # 618条线路  
32# print(len(site_list))  # 15248条站点数据  
33# 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  
34node_count = [m * 0 for m in range(len(line_list))]  
35# 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  
36sites = [site for site in site_dic.values()]  
37# print(sites)  
38for j in range(len(sites)):  # 类似冒泡法排序  比较多少趟  
39    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  
40        if len(sites[j]) > len(sites[k + 1]):  
41            for x in sites[j]:  
42                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  
43                    node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1  
44                    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  
45        else:  
46            for x in sites[k + 1]:  
47                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  
48                    node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1  
49                    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  
50# print(node_count)  
51# 节点编号 与 节点的度数索引对应  
52node_number = [y for y in range(len(node_count))]  
53# 线性网络度的最大值   175  
54# print(max(node_count))  
55  
56# 设置大小  图的像素  
57# 设置字体   matplotlib 不支持显示中文  自己本地设置  
58plt.figure(figsize=(10, 6), dpi=150)  
59mpl.rcParams['font.family'] = 'SimHei'  
60  
61# 分析节点的度K的概率分布  
62# 统计节点的度为K的 分别有多少个  
63node_count = collections.Counter(node_count)  
64node_count = node_count.most_common()  
65# 点  
66node_dic = {_k: _v for _k, _v in node_count}  
67# 按键从小到大排序   得到一个列表  节点的度  
68sort_node = sorted(node_dic)  
69# 按顺序得到键对应的值   即有相同节点的度的个数  
70sort_num = [node_dic[q] for q in sort_node]  
71# 概率分布中度平均值  总的度数加起来  / 个数  
72# print(sum(sort_node)/len(sort_node))  
73# 概率分布中最大的度值   也就个数最多那个  
74print(f"概率分布中概率最大的度值为：{max(sort_num)}")  
75  
76probability = [s1 / sum(sort_num) for s1 in sort_num]   # 概率分布  
77print(probability)  
78  
79# 天津市公交线路节点概率分布图像  
80plt.bar(sort_node, probability, color="red")  
81# 添加描述信息  
82plt.xlabel("节点的度K")  
83plt.ylabel("节点度为K的概率P(K)")  
84plt.title("线路网络中节点度的概率分布", fontsize=15)  
85  
86plt.savefig("线路网络中节点度的概率分布.png")  
87plt.show()  
88

结果如下：

1概率分布中概率最大的度值为：16  
2

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。

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：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：

1import xlrd  
2import matplotlib.pyplot as plt  
3import pandas as pd  
4import matplotlib as mpl  
5  
6  
7# 读取数据  
8df = pd.read_excel("site_information.xlsx")  
9# 用pandas的操作去重   得到每条线路的名称  
10loc = df['线路名称'].drop_duplicates()  
11# 得到每一条线路名称的列表  按照Excel表里以次下去的顺序  
12line_list = list(loc)  
13# print(line_list)  
14  
15# 打开Excel表格  
16data = xlrd.open_workbook("site_information.xlsx")  
17# print(data)   # <xlrd.book.Book object at 0x000001F1111C38D0> 在内存中  
18# 获取特定Sheet  索引为0  也就是第一个表  
19table = data.sheets()[0]  # 从零开始  
20# 每条线路对应有哪些站点  字典推导式  
21site_dic = {k: [] for k in line_list}  
22site_list = []  
23for i in range(1, table.nrows):  
24    # 每一行的数据   返回的是一个列表  
25    x = table.row_values(i)  
26    if x[1] == "0":  
27        # 只取上行站点数据  每条线路对应有哪些站点 添加进列表  
28        site_dic[x[0]].append(x[3])  
29        site_list.append(x[3])  
30    else:  
31        continue  
32# print(len(site_dic))   # 618条线路  
33# print(len(site_list))  # 15248条站点数据  
34# 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  
35node_count = [m * 0 for m in range(len(line_list))]  
36# 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  
37sites = [site for site in site_dic.values()]  
38# print(sites)  
39# 统计各节点的度  
40for j in range(len(sites) - 1):  # 类似冒泡法排序  比较多少趟  
41    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  
42        if len(sites[j]) > len(sites[k + 1]):  
43            for x in sites[j]:  
44                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  
45                    node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1  
46                    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  
47        else:  
48            for x in sites[k + 1]:  
49                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  
50                    node_count[j], node_count[k + 1] = node_count[j] + 1, node_count[k + 1] + 1  
51                    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  
52  
53# 找到该节点的邻居节点  邻居节点间实际的边数  
54Ei = []  
55# 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  
56for a in range(len(sites)):  
57    neighbor = []  
58    if node_count[a] == 0:  
59        Ei.append(0)  
60        continue  
61    if node_count[a] == 1:  
62        Ei.append(0)  
63        continue  
64    for b in range(len(sites)):  
65        if a == b:    # 自身  不比  
66            continue  
67        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  
68            for x in sites[a]:  
69                if x in sites[a] and x in sites[b]:  # 找到邻居节点  
70                    neighbor.append(sites[b])  
71                    break  
72        else:  
73            for x in sites[b]:  
74                if x in sites[a] and x in sites[b]:  # 找到邻居节点  
75                    neighbor.append(sites[b])  
76                    break  
77    # 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  
78    count = 0  
79    for c in range(len(neighbor) - 1):  
80        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  
81            try:  
82                if len(sites[c]) > len(sites[d + 1]):  
83                    for y in sites[c]:  
84                        if y in sites[c] and y in sites[d + 1]:  # 邻居节点这两个也相连  
85                            count += 1  
86                            break  
87                        else:  
88                            continue  
89                else:  
90                    for y in sites[d + 1]:  
91                        if y in sites[c] and y in sites[d + 1]:  # 邻居节点这两个也相连  
92                            count += 1  
93                            break  
94                        else:  
95                            continue  
96            except IndexError:  
97                break  
98    Ei.append(count)  
99  
100# 每个节点的邻居节点间实际相连的边数  
101# print(Ei)  
102# 节点编号 与 节点的度数索引对应  
103node_number = [y for y in range(len(node_count))]  
104  
105# 设置字体   matplotlib 不支持显示中文  自己本地设置  
106mpl.rcParams['font.family'] = 'SimHei'  
107# 设置大小  图的像素  
108plt.figure(figsize=(10, 6), dpi=150)  
109# 公交线路网络的聚类系数分布图像   相邻节点的连通程度  
110Ci = []  
111for m in range(len(node_number)):  
112    if node_count[m] == 0:  
113        Ci.append(0)  
114    elif node_count[m] == 1:  
115        Ci.append(0)  
116  
117    else:  # 2 * 该节点邻居节点实际连接边数 / 最大边数  
118        Ci.append(2 * Ei[m] / (node_count[m] * (node_count[m] - 1)))  
119  
120# 各节点邻居节点的连通程度 计算平均聚类系数  
121print("天津市公交线路网络平均聚类系数为：{:.4f}".format(sum(Ci) / len(Ci)))  
122plt.bar(node_number, Ci, color="blue")  
123  
124# 添加描述信息  
125plt.xlabel("节点编号n")  
126plt.ylabel("节点的聚类系数")  
127plt.title("线路网络中各节点的聚类系数分布", fontsize=15)  
128  
129plt.savefig("聚类系数分布.png")  
130plt.show()  
131

结果如下：

1天津市公交线路网络平均聚类系数为：0.0906  
2

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项目实战——手把手教你使用Django框架实现支付宝付款

• 手把手教你用Python爬取百度搜索结果并保存

  ---

欢迎各位大佬点击链接加入群聊【helloworld开发者社区】：https://jq.qq.com/?_wv=1027&k=mBlk6nzX进群交流IT技术热点。

本文转自 https://mp.weixin.qq.com/s/x4QmFeUMbpvPfs0QUHSmtQ，如有侵权，请联系删除。