首页 > 其他分享 >杭州出租车行驶轨迹数据空间时间可视化分析|附代码数据

杭州出租车行驶轨迹数据空间时间可视化分析|附代码数据

时间:2024-06-05 20:32:59浏览次数:25  
标签:轨迹 图表 可视化 出租车 西湖区 拱墅区 数据

原文链接:http://tecdat.cn/?p=7324

最近我们被客户要求撰写关于出租车的研究报告,包括一些图形和统计输出

城市化带来的道路拥堵、出行耗时长等交通问题给交管部门带来了巨大的挑战

通过安装在出租车上的GPS设备,可以采集到大量的轨迹数据,从而帮助我们分析人们出行信息,达到优化交通的目的。

最近拓端tecdat研究人员对杭州的出租车轨迹数据从空间和时间维度上进行了分析和展示。

高峰时段打车难

杭州出租车总数并不少。不过每到傍晚时分,市民却普遍感到“打的”难。是下班高峰期,“打的”人士格外多,以致车辆不够用吗?

图表1

图片

据有关部门不完全统计,平时车辆空载率在50%左右,但傍晚五六点钟时,这一数字几近70%。高峰时段的空载出租车数量为载客出租车数量的3-4倍(图表1),拱墅区的比率达到5。而平时杭州各区的空载载客比率在2左右。出租车公司的一位司机表示,通常在上下班高峰期间,不是司机不想进入城区,是根本进不去,只能在外围徘徊,还造成了空驶,所以正好趁这个时间交接班,尽管交接班区公管所出台措施,规范客运出租汽车营运交接时间,但杭州整体的出租车资源从时间上来看,分配不均匀。


点击标题查阅往期内容

图片

基于出租车GPS轨迹数据的研究:出租车行程的数据分析

图片

左右滑动查看更多

图片

01

图片

02

图片

03

图片

04

图片

行驶轨迹和跨区流动

西湖区、江干区、拱墅区和下城区是出租车最密集的区域。

图表2


图片

出租车跨区行驶的情况存在较大差异,西湖区到江干区,西湖区到下城区、拱墅区的数量较多,余杭区和萧山区到其他各区的出租车数量较少(图表2)。22.1%的出租车集中在西湖区,江干区、下城区和拱墅区的出租车数量分别为14.2%,13.4% ,11.3% ,杭州整体的出租车资源从空间上来看,分配不均匀。

高峰和平时的载客差异

我们发现,高峰时段和平时,西湖区(21%和20%)和江干区(20%和13.8%)都是出租车数量最多的区,其次是下城区、拱墅区、余杭区等,下城区平时的出租车数量(13.2%)比高峰期(10%)更多。

图表3

图片

高峰时段的载客、空载数目差异比平时大。萧山区出租车的空载数为载客数的14.6倍,拱墅区为5.8倍,西湖区和江干区分别为4.5,4.4倍(图表3)。这些发现说明杭州整体的出租车从时间和空间上分配不均匀,存在一定的不合理性,需要进行合理配置。

本文章中的所有信息(包括但不限于分析、预测、建议、数据、图表等内容)仅供参考,拓端数据(tecdat)不因文章的全部或部分内容产生的或因本文章而引致的任何损失承担任何责任。 


图片

本文摘选 《 把握出租车行驶的数据脉搏 》 ,点击“阅读原文”获取全文完整资料。


点击标题查阅往期内容

基于出租车GPS轨迹数据的研究:出租车行程的数据分析
用数据告诉你出租车资源配置是否合理
把握出租车行驶的数据脉搏 :出租车轨迹数据给你答案!
基于出租车GPS轨迹数据的研究:出租车行程的数据分析
用数据告诉你出租车资源配置是否合理
共享单车大数据报告
R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量
消费者共享汽车使用情况调查
新能源车主数据图鉴
python研究汽车传感器数据统计可视化分析
R语言ggmap空间可视化机动车交通事故地图
R语言ggmap空间可视化机动车碰撞–街道地图热力图

标签:轨迹,图表,可视化,出租车,西湖区,拱墅区,数据
From: https://www.cnblogs.com/tecdat/p/18233738

相关文章

  • 【Python数据预处理系列】精通Pandas:数据清洗中的字符串分割技巧(例子:如何将籍贯列中的
    本文将深入探讨Pandas库在数据清洗中的应用,特别是字符串分割技巧。在数据分析的预处理步骤中,有效地处理和准备原始数据是至关重要的一步。我们将通过具体示例,展示如何使用Pandas中的.str.split()函数来对数据集中的字符串进行分割,进而提取所需信息。本文例子讲解如何将......
  • 请自行构建一个Mysql容器并将Python开发数据保存到此数据库 用户名数据库名不限制
    下面是一个完整的示例,展示如何构建一个MySQL容器,并使用Python脚本将数据保存到数据库中。启动MySQLDocker容器首先,确保Docker已经安装。然后打开终端或命令提示符,运行以下命令来拉取MySQLDocker镜像并启动容器:dockerpullmysql:latestdockerrun--namemy-mys......
  • yolov5改为自己的数据集
    我做的是桌椅分类在创建完虚拟环境配完包时,如果能跑通代码就去下载数据集并用标注工具标注(labelimg)我选择的格式是.txt格式标注晚并保存。yolov5中是我标注好的数据集其中images/train2017是标注好的图片labels/train2017是存放的是标注好的.txt格式的图片在data中image......
  • (数据科学学习手札161)高性能数据分析利器DuckDB在Python中的使用
    本文完整代码及附件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes1简介大家好我是费老师,就在几天前,经过六年多的持续开发迭代,著名的开源高性能分析型数据库DuckDB发布了其1.0.0正式版本。DuckDB具有极强的单机数据分析性能表现,功能丰......
  • ApsaraMQ Copilot for RocketMQ:消息数据集成链路的健康管家
    作者:文婷引言如何正确使用消息队列保证业务集成链路的稳定性,是消息队列用户首要关心的问题。ApsaraMQCopilotforRocketMQ从集成业务稳定性、成本、性能等方面帮助用户更高效地使用产品。背景消息队列产品通过异步消息的传递,来协调和解耦各个业务组件的交互,所以消息集成链......
  • mysql 查询数据库响应时长的方法
    要查询MySQL数据库的响应时长,通常我们需要测量查询执行的时间。MySQL本身并不直接提供一个查询来显示每个查询的响应时长历史记录,但我们可以使用MySQL的内置函数和工具来测量和记录查询的执行时间。以下是一些方法,我们可以用来测量MySQL查询的响应时长:1.使用SHOWPROFILES(注意......
  • Redis-2-基本数据类型
    1.Redis基础命令命令描述示例KEYS查看符合模板的所有keyKEYSpatternDEL删除一个指定的keyDELkeyEXISTS判断key是否存在EXISTSkeyEXPIRE给一个key设置有效期,有效期到期时该key会被自动删除EXPIREkeysecondsTTL查看一个KEY的剩余有效期TTLke......
  • Redis-1-底层数据结构、为什么快
    参考文章:Redis常见面试题总结(上)redisIO多路复用模型详解JavaIO模型详解JavaNIO浅析深入理解Redis之简单动态字符串Redis中压缩列表的优缺点和更加高效的原因Redis中ziplist压缩列表的实现redis数据结构解析——跳跃表为什么读取连续内存没有比不连续的效率更高?1.R......
  • 数据安全,从加密做起:企业保护数据的妙招
    在数字化时代,企业数据安全至关重要。加密技术是保护企业数据不被未授权访问的有效手段。数据安全的紧迫性数据泄露途径多样,包括黑客攻击、内部泄露、设备丢失等。这些泄露事件不仅带来经济损失,还会损害企业声誉和客户信任。加密技术的核心价值加密技术通过将数据转换成难以解......
  • c# MongoDB.Driver 连接mongo 数据库失败的解决方法
    在连接数据库的时候连接本的的时候连接字符串是mongodb://localhost:端口号(默认27017)/数据库名(选填)用这种格式的连接字符串去做本地的测试是没问题的,但是连接服务器上面的数据库的时候就要加上用户名和密码,这个时候就需要在字符串的末尾添加后缀:mongodb://用户名:密码(都不......