---

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

---

BasicTS的pems04数据集包含如下4个文件：

首先要导库

import pandas as pd
import numpy as np

一、PEMS04.csv文件

该文件包含了307个传感器（节点）之间的联通（边）信息
(from,to,cost)的节点边信息，表示源节点到目标节点联通，并且需要一定代价到达（可以理解为距离）
如下所示，一共有340条边。

二、adj_PEMS04.pkl文件

adj_PEMS04.pkl文件表示307个传感器构成的邻接矩阵，邻接矩阵只表示了传感器之间的联通关系。需要注意的是：这是一个对称矩阵（无向图）

这里给出在jupyter notebook下完全显示矩阵信息的代码，可以展开查看被省略的信息。

#显示所有行列
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
#还原设置
pd.reset_option("display.max_columns")
pd.reset_option("display.max_rows")
#np将数组的元素全部打印出来。
np.set_printoptions(threshold=np.inf) 

三、adj_PEMS04_distance.pkl文件

同文件2的adj_PEMS04.pkl类似，不过该文件将文件1的PEMS04.csv的cost信息代入了邻接矩阵，即边具有权重。表示对称带权邻接矩阵

四、PEMS04.npz文件

PEMS04.npz是一个压缩文件，如下所示其中包含了一个key：data

然后查看该data的数据形式：


可以看到data里是一个三维数据，第一维16992表示数据的数目（即每条对应一个时刻），第二维307表示有307个传感器，第三维3表示传感器检测到的特征值，即3维特征为flow, occupy, speed。