用数据告诉你出租车资源配置是否合理|附代码数据

原文链接:http://tecdat.cn/?p=3825

最近我们被客户要求撰写关于出租车的研究报告,包括一些图形和统计输出。

互联网+下不同时空如何建立合适的指标分析出租车“供求匹配”的程度?

由于出租车供求匹配,以及一系列的补贴方案涉及到可行性的问题,我们采用出租车轨迹数据做出相应的解答。

数据样例可参考原文

用数据告诉你出租车资源配置是否合理|附代码数据_第1张图片

 

出租车上下客高峰期

 查看不同城市的出租车上下客高峰期的时间段。从深圳市的上下车比例来看,凌晨左右有一定的客流量,到6点之前是客流量的低谷。到早上9点左右出现了客流量的早高峰。到12点人流量逐渐减少。然后到晚上7点,又迎来客流的一个高峰。从总的趋势来看,可以发现晚上10点的时候深圳市的客流是最多。

用数据告诉你出租车资源配置是否合理|附代码数据_第2张图片

 


点击标题查阅往期内容

用数据告诉你出租车资源配置是否合理|附代码数据_第3张图片

杭州出租车行驶轨迹数据空间时间可视化分析

图片

左右滑动查看更多

图片

01

用数据告诉你出租车资源配置是否合理|附代码数据_第4张图片

02

用数据告诉你出租车资源配置是否合理|附代码数据_第5张图片

03

用数据告诉你出租车资源配置是否合理|附代码数据_第6张图片

04

用数据告诉你出租车资源配置是否合理|附代码数据_第7张图片

从成都市的客流变化趋势来看可以发现中午11点迎来客流的高峰,十一点之后客流量逐渐减少,到下午3点的时候,又迎来客流的一个高峰。在下午3点以后,客流量逐渐减少。

用数据告诉你出租车资源配置是否合理|附代码数据_第8张图片

 

将成都市的客流量和深圳市的客流量相比较,可以发现,深圳市的客流量变化较大,并且有凌晨的班车,而是成都市的班车从早上6点开始。因此,可以看出,两个城市的交通环境存在一定的差别。

 

凌晨停靠的位置

用数据告诉你出租车资源配置是否合理|附代码数据_第9张图片

 

地图中,我们可以看到不同颜色的点,代表不同的出租车数量,颜色越深,代表数量越少,颜色越浅,代表数量越多,从上面的地图上我们可以发现,在深圳市中大部分的出租车停靠在西北方向。而少部分的出租车停靠在深圳市的南部。

 

分析不同时空出租车资源的“供求匹配”程度

根据出租车GPS数据中经纬度将所有样本出租车按照区域分类,若不同区域的出租车数据量差异很大,选择前三个数据量大的区域

用数据告诉你出租车资源配置是否合理|附代码数据_第10张图片

 

总体来看,出租车资源供大于求,能够满足人们出行需要,但在部分地区、部分时段仍存在供求矛盾。对地区而言,b区和d区的供求匹配度变化范围不大,c区的供求匹配度变化范围较大,可以认为c区供求匹配程度差,时段对c区供求关系影响大。对时段而言,在第4至第6个时间段(3点至6点)供求匹配度远高于其他时段,可以认为这段时间为低谷期,出租车资源供远大于求,供给匹配程度差,在第8至第10个时间段(7点至10点)、第12至15个时间段(11点至15点)和第17至第19个时间段(16点至19点)匹配度较低,可认为这些时间段为高峰期,出租车资源供不应求,这些时间段亦为上班高峰期,符合实际情况,其余时间段供求匹配度变化不明显,视为正常水平期。

供求匹配”程度的分析结果可见,不同时期的出租车资源供求变化并不一定遵循时间呈现固定规律。

 


用数据告诉你出租车资源配置是否合理|附代码数据_第11张图片

点击文末 “阅读原文”

获取全文完整代码数据资料。

本文选自《用数据告诉你出租车资源配置是否合理》。

点击标题查阅往期内容

基于出租车GPS轨迹数据的研究:出租车行程的数据分析
用数据告诉你出租车资源配置是否合理
把握出租车行驶的数据脉搏 :出租车轨迹数据给你答案!
基于出租车GPS轨迹数据的研究:出租车行程的数据分析
用数据告诉你出租车资源配置是否合理
共享单车大数据报告
R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量
消费者共享汽车使用情况调查
新能源车主数据图鉴
python研究汽车传感器数据统计可视化分析
R语言ggmap空间可视化机动车交通事故地图
R语言ggmap空间可视化机动车碰撞–街道地图热力图

你可能感兴趣的:(用数据告诉你出租车资源配置是否合理|附代码数据)