logo
publist
写文章

简介

深耕于交通规划领域,数据分析/gis/sql/python作为辅助分析手段。

擅长的技术栈

数据分析gissqlpython

可提供的服务

交通规划咨询,大数据处理,arcgis可视化

共享单车轨迹数据分析:以厦门市共享单车数据为例(七)

本文基于POI数据,使用K均值聚类算法对厦门市岛内地铁站站点进行了分类分析。研究使用IBM SPSS Statistics 27.0软件及SPSSPRO在线平台进行数据处理和聚类分析。通过手肘法则确定最佳聚类数量为3类。结果显示,类别1主要以企业办公为主导,生活服务设施丰富但公司企业POI数量较少,适合居住;类别2为混合功能性站点,POI功能分布均衡,适合多种需求;类别3为商业生活服务为主导型站点

文章图片
#算法#数据分析#大数据 +1
共享单车轨迹数据分析:以厦门市共享单车数据为例(五)

本文介绍了如何将电子围栏数据转换成可用的图层数据。通过解析包含坐标点的CSV文件,使用Python脚本将每个电子围栏的坐标点转换为多边形,并保存为Shapefile格式。这些多边形在ArcGIS中展示了电子围栏在路网和地铁站周边的分布情况。进一步,通过计算每个电子围栏区域的中心点并进行核密度分析,生成了共享单车在岛内不同区域的集中程度图。结合人口栅格数据和共享单车订单数据,发现三者在空间上高度重合

文章图片
#数据库#python#数据分析 +2
共享单车轨迹数据分析:以厦门市共享单车数据为例(一)

本文通过分析2021数字中国创新大赛公布的厦门市2020年12月21日上午06:00至10:00的数据为例,展示了这段时间内共有78860条记录,平均每小时近2万笔订单,反映出厦门市对共享单车的高需求。分析发现,湖里区和思明区的轨迹线密集,表明岛内共享单车出行更受欢迎。早高峰期间,大部分用户在6:00至6:59出行,显示出较强的出行需求。此外,出发地和目的地分布显示短距离出行为主,湖里区和思明区为

文章图片
#数据库#数据分析#大数据 +2
充电桩基础设施的时空大数据分析:以深圳市为例(一)

本文对深圳市电动汽车充电基础设施的时空分布进行了深入分析。对2022年6月19日至7月18日和2022年9月至2023年9月期间的公共充电桩数据,包括充电桩的实时状态、位置、数量、占用情况及价格等详细信息进行可视化分析,研究现深圳市充电站分布存在显著不均衡性。旨在为优化充电基础设施布局、提升充电服务质量和推动电动汽车技术发展提供科学依据。

文章图片
#人工智能#arcgis#数据分析 +3
充电桩基础设施的时空大数据分析:以深圳市为例(一)

本文对深圳市电动汽车充电基础设施的时空分布进行了深入分析。对2022年6月19日至7月18日和2022年9月至2023年9月期间的公共充电桩数据,包括充电桩的实时状态、位置、数量、占用情况及价格等详细信息进行可视化分析,研究现深圳市充电站分布存在显著不均衡性。旨在为优化充电基础设施布局、提升充电服务质量和推动电动汽车技术发展提供科学依据。

文章图片
#人工智能#arcgis#数据分析 +3
共享单车轨迹数据分析:以厦门市共享单车数据为例(七)

本文基于POI数据,使用K均值聚类算法对厦门市岛内地铁站站点进行了分类分析。研究使用IBM SPSS Statistics 27.0软件及SPSSPRO在线平台进行数据处理和聚类分析。通过手肘法则确定最佳聚类数量为3类。结果显示,类别1主要以企业办公为主导,生活服务设施丰富但公司企业POI数量较少,适合居住;类别2为混合功能性站点,POI功能分布均衡,适合多种需求;类别3为商业生活服务为主导型站点

文章图片
#算法#数据分析#大数据 +1
共享单车轨迹数据分析:以厦门市共享单车数据为例(四)

本文介绍了厦门市共享单车与地铁接驳距离的分析结果。研究发现,在地铁站周边600米范围内,共享单车订单量最为集中,超出此范围订单量急剧减少。不同时间段内,用户的容忍度存在差异,早晨7点至8点的通勤高峰时段,用户对距离的要求更高,倾向于在500米内找到共享单车;而在6点和9点时段,用户则更愿意在更大范围内寻找车辆。通过对大样本数据的分析,本文揭示了用户行为模式。此外,本文还考虑了厦门市地铁线路覆盖密度

文章图片
#数据库#数据分析#大数据 +3
共享单车轨迹数据分析:以厦门市共享单车数据为例(五)

本文介绍了如何将电子围栏数据转换成可用的图层数据。通过解析包含坐标点的CSV文件,使用Python脚本将每个电子围栏的坐标点转换为多边形,并保存为Shapefile格式。这些多边形在ArcGIS中展示了电子围栏在路网和地铁站周边的分布情况。进一步,通过计算每个电子围栏区域的中心点并进行核密度分析,生成了共享单车在岛内不同区域的集中程度图。结合人口栅格数据和共享单车订单数据,发现三者在空间上高度重合

文章图片
#数据库#python#数据分析 +2
共享单车轨迹数据分析:以厦门市共享单车数据为例(三)

本文介绍了2020年12月21日上午06:00-10:00期间共享单车订单数据的分析结果。通过对订单时长和距离的统计,发现在去除时长为0的订单并限定最远订单时长为1小时30分钟的情况下,5分钟以内的订单占比为19.3%,5-10分钟的订单比例达到最高的22.4%,而15-20分钟的订单量仅占6.5%,之后形成明显的长尾效应。订单时长的计算方法是通过最早和最晚记录时间的差值除以60秒得出。

文章图片
#算法#数据分析#大数据 +2
地理空间数据分析技巧:优化的热点分析与异常值分析的应用

本文探讨了优化的热点分析和异常值分析在数据分析中的应用,热点分析适用于计数、比率、平均值和指数等数据类型,可以帮助识别数据中的高价值区域。优化的热点分析与传统的热点分析不同之处在于其自动化程度更高,无需手动调整参数即可获得可靠的结果。优化的热点分析包括初始数据评估、最佳距离搜索和统计显著性识别等功能,文章结合上海的人口分布特征,深入浅出的分析现在上海人口分布格局及其背后的形成的可能原因。

文章图片
#数据分析#大数据#数据库 +2
    共 22 条
  • 1
  • 2
  • 3
  • 请选择