metro_prediction

上海地铁预测可视化

需求说明

对上海地铁各个站点对客流量进行预测，并进行可视化

文件说明

• source_data – 存放源数据以及清洗整理完的数据（数据较大，请移步百度云下载：链接:https://pan.baidu.com/s/1RPJgffHIDJxl8rIzYqPaeQ 密码:59e2）

  • SPTCC-20160901.csv ： 2016年09月01日公共交通数据（源数据）
  • SPTCC-20160802.csv ： 2016年08月02日公共交通数据（源数据）
  • SPTCC-20160701.csv ： 2016年07月01日公共交通数据（源数据）
  • source_data.csv ： 上面3个数据合并后，并经过清洗后的数据（代码输出文件）
  • count_df.csv ： 以每个站点、每个时间段为分组，统计5分钟内的客流量（代码输出文件）

• data – 存放9月1日各个站点各个时间段的客流量（代码输出文件）

  • 2号线中山公园.csv
  • 16号线新场.csv
  • …
  • …
  • 10号线上海动物园.csv

• KNN_output – 存放基于KNN输出的预测客流量（代码输出文件）

  • 2号线中山公园.csv
  • 16号线新场.csv
  • …
  • …
  • 10号线上海动物园.csv

• LSTM_output – 存放基于LSTM输出的预测客流量（代码输出文件）

  • 2号线中山公园.csv
  • 16号线新场.csv
  • …
  • …
  • 10号线上海动物园.csv

• station_info_json.json ：上海地铁信息，主要为线路名称、站点坐标（代码输出文件）

以下为代码文件，请按顺序执行

• processing_data.py – 合并源数据并清洗，执行后生成 source_data/source_data.csv和source_data/count_df.csv文件
• get_shanghai_station_info.py – 通过爬虫获取上海地铁信息，以json格式保存到本地，即station_info_json.json
• predict_for_KNN.py – 基于KNN预测一天24小时*12（每5分钟）个时间段的客流量并可视化，输出 KNN_output
• predict_for_LSTM.py – 基于LSTM预测一天24小时*12（每5分钟）个时间段的客流量并可视化，输出 LSTM_output

以下文件为可视化输出

• KNN_24小时上海地铁客流量.html – 基于pyecharts生成含时间条的柱状图（模型KNN）

• Shanghai_7时_第0个5分.html – 基于pyplot生成07:00～07:05的各站点Scattermapbox（模型KNN）

• LSTM_24小时上海地铁客流量.html – 基于pyecharts生成含时间条的柱状图（模型LSTM）

• LSTM_Shanghai_7时_第0个5分.html – 基于pyplot生成07:00～07:05的各站点Scattermapbox（模型LSTM）

• images

• pyechart_show.png – 基于pyecharts可视化截图
• pyplot_show.png – 基于pyplot可视化截图

效果展示

pyecharts版本

pygplot版本

Note

• 源数据为公共交通数据，包括公交等，如果只研究地铁方面，需要单独筛选。
• 如想可视化其他城市，则修改get_shanghai_station_info.py中的城市代码，全国各个城市对应的代码见《BaiduMap_cityCode.txt》