transbigdata笔记：其他方法

1 出租车相关

1.1?taxigps_to_od

transbigdata.taxigps_to_od(
    data,?
    col=['VehicleNum',?'Stime',?'Lng',?'Lat',?'OpenStatus'])

输入出租车GPS数据，提取OD信息

data	出租车GPS数据
col	['VehicleNum', 'Time', 'Lng', 'Lat', 'OpenStatus']五列

比如GPS数据长这样：

oddata = tbd.taxigps_to_od(data,col = ['VehicleNum', 'Time', 'Lng', 'Lat', 'OpenStatus'])
oddata

?

s开头的是start，e开头的是end

根据源码的意思，只考虑有乘客的轨迹（即OD中的轨迹是OpenStatus为1的那些）

2 轨迹聚合相关

2.1?odagg_grid

transbigdata.odagg_grid(
    oddata, 
    params, 
    col=['slon', 'slat', 'elon', 'elat'], 
    arrow=False)

?聚合 OD 矩阵并生成格网几何。输入是 OD 矩阵（每行代表一个行程）。OD 将分配给网格，然后以地理数据帧的形式进行聚合

2.1.1 主要参数

oddata	OD数据
col	起点/终点位置的列，[‘slon’， ‘slat’， ‘elon’， ‘elat’]。每列的默认权重为 1。 还可以添加权重参数，例如 [‘slon’， ‘slat’， ‘elon’， ‘elat’， ‘count’]。
params	网格参数（lonStart，latStart，deltaLon，deltaLat），lonStart和latStart是左下角的坐标，deltaLon，deltaLat是单个网格的长度和宽度 transbigdata笔记：数据栅格化-CSDN博客?第2小节的返回内容
arrow	生成的OD地理线是否包含箭头

2.1.2 举例

使用1.1中的oddata

params是

{'slon': 113.6,
 'slat': 22.4,
 'deltalon': 0.004872390756896538,
 'deltalat': 0.004496605206422906,
 'theta': 0,
 'method': 'rect',
 'gridsize': 500}

?

od_gdf = tbd.odagg_grid(oddata, params)
od_gdf

?开始网格，结束网格，开始-结束网格这样的轨迹的数量，开始网格的坐标，结束网格的坐标，开始结束网格组成的geometry

?2.1.2.1 可视化

fig = plt.figure(1, (16, 6), dpi=150) # 确定图形高为6，宽为8；图形清晰度
ax1 = plt.subplot(111)
od_gdf.plot(ax=ax1, column='count',legend=True)
plt.xticks([], fontsize=10)
plt.yticks([], fontsize=10)
plt.title('OD Trips', fontsize=12);

2.2?odagg_shape

生成 OD 聚合结果和相应的几何图形。输入是 OD 数据（每行代表一个行程）。OD 将分配给格网，然后以地理数据帧的形式进行聚合。

2.2.1 主要使用方法

transbigdata.odagg_shape(
    oddata, 
    shape, 
    col=['slon', 'slat', 'elon', 'elat'], 
    params=None, 
    round_accuracy=6, 
    arrow=False)

2.2.2 主要参数说明

oddata	OD数据
col	起点/终点位置的列，[‘slon’， ‘slat’， ‘elon’， ‘elat’]。每列的默认权重为 1。 还可以添加权重参数，例如 [‘slon’， ‘slat’， ‘elon’， ‘elat’， ‘count’]。
params	网格参数（lonStart，latStart，deltaLon，deltaLat），lonStart和latStart是左下角的坐标，deltaLon，deltaLat是单个网格的长度和宽度 transbigdata笔记：数据栅格化-CSDN博客?第2小节的返回内容
arrow	生成的OD地理线是否包含箭头

以上四个和odagg_grid是一样的，唯一不一样的参数是：

round_accuracy	实现聚合时纬度和经度的小数位数
shape	目标交通区域的GeoDataFrame

?2.2.3 举例

#聚合成多边形
od_gdf = tbd.odagg_shape(oddata, sz, round_accuracy=6)
fig = plt.figure(1, (16, 6), dpi=150) # 确定图形高为6，宽为8；图形清晰度
ax1 = plt.subplot(111)
od_gdf.plot(ax=ax1, column='count')
plt.xticks([], fontsize=10)
plt.yticks([], fontsize=10)
plt.title('OD Trips', fontsize=12);

round_accuracy=1
round_accuracy=2
round_accuracy=3