TransBigData 交通时空大数据分析

Description

--- name: transbigdata description: TransBigData 交通时空大数据分析工具集。适用于轨迹数据栅格化、轨迹清洗处理、出租车OD提取、公交地铁网络分析、坐标转换、数据可视化等交通大数据分析任务。 --- # TransBigData 交通时空大数据分析 TransBigData 是一个用于交通时空大数据处理、分析与可视化的 Python 库。本插件提供了完整的使用指南。 ## 安装 ```bash pip install transbigdata ``` ## 功能模块 根据你的任务选择对应的模块： | 模块 | 适用场景 | 调用命令 | |------|----------|----------| | **栅格化** | GPS点映射到栅格、生成方形/六边形栅格、Geohash编码 | `/transbigdata:transbigdata-grid` | | **轨迹处理** | 轨迹清洗（漂移、冗余）、平滑、分段、停留识别、路网匹配 | `/transbigdata:transbigdata-traj` | | **数据预处理** | 数据质量检查、采样间隔分析、边界过滤、ID重编号 | `/transbigdata:transbigdata-preprocess` | | **出租车分析** | 出租车状态清洗、OD提取、载客/空驶轨迹分离 | `/transbigdata:transbigdata-taxi` | | **可视化** | 热力图、轨迹动画、OD流向图、底图加载 | `/transbigdata:transbigdata-visualize` | | **坐标转换** | WGS84/GCJ02/BD09互转、距离计算 | `/transbigdata:transbigdata-coordinates` | | **公交地铁** | 地铁网络建模、最短路径、换乘分析、公交到站识别 | `/transbigdata:transbigdata-metroline` | | **数据获取** | 获取公交线路站点、行政区划、等时圈 | `/transbigdata:transbigdata-getdata` | ## 快速开始 ### 典型工作流：出租车数据分析 ```python import pandas as pd import transbigdata as tbd # 1. 加载数据 data = pd.read_csv('taxi_gps.csv') data['Time'] = pd.to_datetime(data['Time']) # 2. 数据预处理（参考 transbigdata-preprocess） bounds = [113.75, 22.4, 114.62, 22.86] # 深圳范围 data = tbd.clean_outofbounds(data, bounds=bounds, col=['Lng', 'Lat']) # 3. 轨迹清洗（参考 transbigdata-traj） data = tbd.traj_clean_redundant(data, col=['VehicleNum', 'Time', 'Lng', 'Lat']) data = tbd.traj_clean_drift(data, col=['VehicleNum', 'Time', 'Lng', 'Lat']) # 4. OD提取（参考 transbigdata-taxi） od_data = tbd.taxigps_to_od(data, col=['VehicleNum', 'Time', 'Lng', 'Lat', 'OpenStatus']) # 5. 栅格化分析（参考 transbigdata-grid） params = tbd.area_to_params(bounds, accuracy=500) # 500米栅格 od_data['LONCOL'], od_data['LATCOL'] = tbd.GPS_to_grid(od_data['slon'], od_data['slat'], params) # 6. 可视化（参考 transbigdata-visualize） import geopandas as gpd grid_count = od_data.groupby(['LONCOL', 'LATCOL']).size().reset_index(name='count') grid_count['geometry'] = tbd.grid_to_polygon([grid_count['LONCOL'], grid_count['LATCOL']], params) gdf = gpd.GeoDataFrame(grid_count, geometry='geometry', crs='EPSG:4326') gdf.plot(column='count', cmap='YlOrRd', legend=True) ``` ## 常用默认配置 - **栅格精度**: 500米（城市级）或 1公里（区域级） - **栅格类型**: 方形栅格（`method='rect'`） - **停留判定**: 1800秒（30分钟） - **漂移清洗**: 速度上限 80-100 km/h ## 使用建议 1. **新手入门**: 从 `transbigdata-grid`（栅格化）开始，这是最核心的功能 2. **数据清洗**: 先用 `transbigdata-preprocess` 检查数据质量，再用 `transbigdata-traj` 清洗 3. **出租车分析**: 按顺序使用 预处理 → 轨迹清洗 → OD提取 → 栅格化 → 可视化 4. **坐标问题**: 如果数据来自高德/百度地图，先用 `transbigdata-coordinates` 转换坐标 ## 参考文档 - [TransBigData 官方文档](https://transbigdata.readthedocs.io/) - [TransBigData GitHub](https://github.com/ni1o1/transbigdata) - [示例教程](https://transbigdata.readthedocs.io/en/latest/example.html)

Security Status