交通大数据分析与挖掘实训【对提供的CSV格式数据使用pandas库分析-Matplotlib库绘图】

news2024/10/6 3:55:20

背景：

《交通大数据分析与挖掘》实训

指导书
编著

二○二四年五月

一、实训目的

1、掌握python开发环境（如Anaconda）及Numpy等常见第三方库的使用；
2、熟悉Anaconda在线编程平台，学会基本的python程序编写、编译与运行程序的方法及函数语句；
3、学会导入不同格式数据文件，掌握不同类型数据的基本处理和分析思路；
4、熟练运用所学第三方库，结合相关交通类数据，开展相关数据分析，并实现交通实例数据的可视化效果展示。

二、实训理论基础

1、了解Python常用外置第三方库的安装与使用，掌握基于python的数据分析与可视化技术工具（numpy、pandas、matplotlib等) 基础知识。
2、学习numpy计算和数据分析基础，如何创建并操作ndarray以及学会numpy常用属性和函数的使用。
3、认识pandas中两种结构化数据：Series和DataFrame，掌握两种数据的创建、行列的选择等操作。
4、认识.csv、.txt及.json格式文件，学习不同数据格式文件导入方法，以及对导入数据文件进行分析、处理和导出的方法。
5、认识request库，学习使用request访问网页并爬取数据。
6、使用Matplotlib实现对处理后的数据进行图形化展示，掌握常用的饼图、散点图、柱状图、直方图等的展示，掌握相关函数参数的设置和用法，掌握通过matplotlib API的高级参数设置，实现对绘图的更多的控制和自定义。
7、完成以上内容的综合实例分析与操作，结合交通数据实例以及相关第三方库，通过开展不同类型交通实例数据分析与结果展示，形成课程实训报告。

三、实训仪器设备及材料清单

1、实训仪器设备
实验室机房台式计算机/个人笔记本计算机
网络连接
2、实训所用材料、软件及第三方库
Python运行及开发环境（如Anaconda、Pycharm）
第三方库numpy、pandas（geopandas）、matplotlib、seaborn等
《交通大数据分析与挖掘实训》实验课PPT学习资料
.csv、.txt格式交通数据实例源文件

四、实训内容及步骤

1、Python环境构建及相关第三方库软件安装；
2、Python基础知识与补充函数学习；
3、完成百度地图开发者认证及request库的学习；
4、完成重庆市轨道交通站点名称数据的导入，以及站点对应经纬度的爬取并保存；
5、Matplotlib 库基础函数与可视化绘图的学习；
6、Pandas（Geopandas）库基础函数的学习；
7、轨道交通刷卡数据的导入；
8、（难点）结合轨道交通刷卡数据，开展分析挖掘与数据可视化，结果记录与分析；
9、实训总结及心得体会。

五、实训任务清单

1、完成样本数据中轨道交通站点的经纬度爬取，并保存为txt或者csv格式的文件。
2、计算样本数据中相邻两个站点的距离，获取最短路径。
3、统计样本数据中，每个站点每天的地铁客流量和公交客流量，选择其中一个站点，筛选一天每小时的客流量，并绘制客流量随时间变化的分布图。
4、将任务清单内容完成，并形成实践报告，附上完整代码，以小组为单位提交。