基于Python的中国城市轨道交通数据可视化分析源码+项目说明.zip

from wordcloud import WordCloud, ImageColorGenerator from pyecharts import Line, Bar, Geo import matplotlib.pyplot as plt import pandas as pd import numpy as np import jieba import seaborn as sns # 设置列名与数据对齐 pd.set_option('display.unicode.ambiguous_as_wide', True) pd.set_option('display.unicode.east_asian_width', True) # 显示10行 pd.set_option('display.max_rows', 10) # 读取数据 df = pd.read_csv('subway_all.csv', header=None, names=['city', 'line', 'station'], encoding='gbk') # 各个城市地铁线路情况 df_line = df.groupby(['city', 'line']).count().reset_index() print(df_line) def create_map(df): # 绘制地图 value = [i for i in df['line']] attr = [i for i in df['city']] geo = Geo("已开通地铁城市分布情况", title_pos='center', title_top='0', width=800, height=400, title_color="#fff", background_color="#404a59", ) geo.add("", attr, value, is_visualmap=True, visual_range=[0, 25], visual_text_color="#fff", symbol_size=15) geo.render("已开通地铁城市分布情况.html") def create_line(df): """ 生成城市地铁线路数量分布情况 """ title_len = df['line'] bins = [0, 5, 10, 15, 20, 25] level = ['0-5', '5-10', '10-15', '15-20', '20以上'] len_stage = pd.cut(title_len, bins=bins, labels=level).value_counts().sort_index() # 生成柱状图 attr = len_stage.index v1 = len_stage.values bar = Bar("各城市地铁线路数量分布", title_pos='center', title_top='18', width=800, height=400) bar.add("", attr, v1, is_stack=True, is_label_show=True) bar.render("各城市地铁线路数量分布.html") # 各个城市地铁线路数 df_city = df_line.groupby(['city']).count().reset_index().sort_values(by='line', ascending=False) print(df_city) create_map(df_city) create_line(df_city) # 哪个城市哪条线路地铁站最多 print(df_line.sort_values(by='station', ascending=False)) # 去除重复换乘站的地铁数据 df_station = df.groupby(['city', 'station']).count().reset_index() print(df_station) # 统计每个城市包含地铁站数(已去除重复换乘站) print(df_station.groupby(['city']).count().reset_index().sort_values(by='station', ascending=False)) def create_wordcloud(df): """ 生成地铁名词云 """ # 分词 text = '' for line in df['station']: text += ' '.join(jieba.cut(line, cut_all=False)) text += ' ' backgroud_Image = plt.imread('tree2.jpg') wc = WordCloud( background_color='white', mask=backgroud_Image, font_path='STXINGKA.TTF', max_words=1000, max_font_size=150, min_font_size=15, prefer_horizontal=1, random_state=50, ) wc.generate_from_text(text) img_colors = ImageColorGenerator(backgroud_Image) wc.recolor(color_func=img_colors) # 看看词频高的有哪些 process_word = WordCloud.process_text(wc, text) sort = sorted(process_word.items(), key=lambda e: e[1], reverse=True) print(sort[:50]) plt.imshow(wc) plt.axis('off') wc.to_file("地铁名词云.jpg") print('生成词云成功!') create_wordcloud(df_station) words = [] for line in df['station']: for i in line: # 将字符串输出一个个中文 words.append(i) def all_np(arr): """ 统计单字频率 """ arr = np.array(arr) key = np.unique(arr) result = {} for k in key: mask = (arr == k) arr_new = arr[mask] v = arr_new.size result[k] = v return result def create_word(word_message): """ 生成柱状图 """ attr = [j[0] for j in word_message] v1 = [j[1] for j in word_message] bar = Bar("中国地铁站最爱用的字", title_pos='center', title_top='18', width=800, height=400) bar.add("", attr, v1, is_stack=True, is_label_show=True) bar.render("中国地铁站最爱用的字.html") word = all_np(words) word_message = sorted(word.items(), key=lambda x: x[1], reverse=True)[:10] create_word(word_message) # 选取上海的地铁站 df1 = df_station[df_station['city'] == '上海'] print(df1) # 选取上海地铁站名字包含路的数据 df2 = df1[df1['station'].str.contains('路')] print(df2) # 选取武汉的地铁站 df1 = df_station[df_station['city'] == '武汉'] print(df1) # 选取武汉地铁站名字包含家的数据 df2 = df1[df1['station'].str.contains('家')] print(df2) # 选取重庆的地铁站 df1 = df_station[df_station['city'] == '重庆'] print(df1) # 选取重庆地铁站名字包含家的数据 df2 = df1[df1['station'].str.contains('家')] print(df2) # 选取哈尔滨的地铁站 df1 = df_station[df_station['city'] == '哈尔滨'] print(df1) # 选取哈尔滨地铁站名字包含家的数据 df2 = df1[df1['station'].str.contains('路')] print(df2) # 选取哈尔滨的地铁站 df1 = df_station[df_station['city'] == '哈尔滨'] print(df1) # 选取哈尔滨地铁站名字包含家的数据 df2 = df1[df1['station'].str.contains('街')] print(df2) def create_door(door): """ 生成柱状图 """ attr = [j for j in door['city'][:3]] v1 = [j for j in door['line'][:3]] bar = Bar("地铁站最爱用“门”命名的城市", title_pos='center', title_top='18', width=800, height=400) bar.add("", attr, v1, is_stack=True, is_label_show=True, yaxis_max=40) bar.render("地铁站最爱用门命名的城市.html") # 选取地铁站名字包含门的数据 df1 = df_station[df_station['station'].str.contains('门')] # 对数据进行分组计数 df2 = df1.groupby(['city']).count().reset_index().sort_values(by='line', ascending=False) print(df2) create_door(df2) # 选取北京的地铁站 df1 = df_station[df_station['city'] == '北京'] print(df1) # 选取北京地铁站名字包含门的数据 df2 = df1[df1['station'].str.contains('门')] print(df2) # 选取南京的地铁站 df1 = df_station[df_station['city'] == '南京'] # 选取南京地铁站名字包含门的数据 df2 = df1[df1['station'].str.contains('门')] print(df2) # 选取西安的地铁站 df1 = df_station[df_station['city'] == '西安'] # 选取西安地铁站名字包含门的数据 df2 = df1[df1['station'].str.contains('门')] print(df2) #选取数量前5个名字中带有大学的地铁站的城市，并绘制柱状图 df1=df[df['station'].str.contains('大学')] city_counts=df1['city'].value_counts() plt.figure(figsize=(10,5)) labelline=list(city_counts[:5].index)# print(labelline)#['上海', '沈阳', '北京', '天津', '重庆'] plt.xlabel('城市') plt.ylabel('站点数量') plt.title('名字中带有大学的地铁站的城市数量分布') plt.bar([i for i in labelline],city_counts[:5]) # 汉字字体，优先使用楷体，找不到则使用黑体 plt.rcParams['font.sans-serif'] = ['Kaitt', 'SimHei'] # 正常显示负号 plt.rcParams['axes.unicode_minus'] = False plt.savefig('./名字中带有大学的地铁站的城市数量分布') #绘制北京、武汉、天津、上海等各线路站点数量的折线图趋势分布 #北京： df1=df[df['city']=='北京'] Bei_station=df1['line'].value_counts() print(Bei_station) plt.figure(figsize=(12,6)) labelline=list(Bei_station[:8].index) plt.xlabel=('线路') plt.ylabel=('各站点数量') plt.title("北京各线路站点数量的分布趋势") plt.plot([i for i in labelline],Bei_station[:8]) plt.savefig('./北京各线路站点数量的分布趋势') #plt.show() #武汉 df1=df[df['city']=='武汉'] Wu_station=df1['line'].value_counts() print(Wu_station) plt.figure(figsize=(12,6)) labelline=list(Wu_station[:8].index) plt.xlabel=('线路') plt.ylabel=('各站点数量') plt.title("武汉各线路站点数量的分布趋势") plt.plot([i for