---

前言

最近做的实验比较多，对于交通预测数据的各种文件和文件中的数据格式理解愈加混乱，因此打算重新做一遍梳理来加深实验数据集的理解，本文章作为一个记录。

注意：本文主要以BasicTS中的数据文件作为例子，因为该工具库整理的数据和模型比较有体系，在此附上github链接和数据集下载路径。网盘密码：6v0a
BasicTS官方Github
BasicTS数据集百度网盘下载

---

该数据集主要包括以下文件（可以理解为图矩阵和特征矩阵两文件）

一、adj_METR-LA.pkl文件

该pkl文件包含三个子文件：

1. 长度为207的graph_sensor_ids.txt文件存放了传感器的id，用于生成子文件2
2. 根据文件1的graph_sensor_ids.txt生成的 {sensor_id :index}的字典，表示下标与传感器id一一对应
3. 一个207 * 207的带权非对称邻接矩阵dist_mx(有向图),其index通过上面的字典对应sensor_id,权值的计算原理是利用阈值高斯核，其中相当于做了归一化和稀疏化，将距离值映射到0-1之间，并将低于阈值的值置0。（权重是根据存放传感器之间的距离distances_la_2012.csv文件获取，该文件包含了{源传感器id，目标传感器id，cost代价}信息）

可以结合该博客理解https://zhuanlan.zhihu.com/p/685638258

import pandas as pd
import numpy as np
df1 = pd.read_pickle("adj_METR-LA.pkl")

读取子文件1

读取子文件2

读取子文件3

二、METR-LA.h5文件

34272条207个传感器的每五分钟检测交通速度值（特征矩阵）
交通速度参考取值范围：

• 城市道路：30-50公里/小时（约20-30英里/小时）
• 郊区道路：50-70公里/小时（约30-45英里/小时）
• 郊区道路：80-120公里/小时（约50-75英里/小时）