https://drive.google.com/file/d/1IXfGkP8jrQ7jYLjCMSBuBrJuCAkTOKVm/view?usp=drive_link
所有数据热力图
Day1的起始地点分布图
| 数据名称 | 数据来源 |
|---|---|
| 网约车定位信息 | 平台业务数据 |
| 字段 | 描述 |
|---|---|
| VendorID | 平台标识 |
| tpep_pickup_datetime | 接单时间 |
| tpep_dropoff_datetime | 里程结束时间 |
| passenger_count | 乘客总数 |
| trip_distance | 里程 |
| pickup_longitude | 接单经度 |
| pickup_latitude | 接单纬度 |
| RatecodeID | 里程ID |
| store_and_fwd_flag | 存储和指向标识 |
| dropoff_longitude | 目的地经度 |
| dropoff_latitude | 目的地纬度 |
| payment_type | 支付方式 |
| fare_amount | 里程计费 |
| extra | 额外计费 |
| mta_tax | 税费 |
| tip_amount | 消费 |
| tolls_amount | 同行费 |
| improvement_surcharge | 改进的附加费 |
| total_amount | 总计费用 |
随着移动互联网的快速发展以及经济增长,国民出行方式更加丰富多样,网约车逐渐成为了国民出行的一种习惯,用户规模将稳定增长。据统计，截止2017年底,中国网约出租车用户规模已达2.89亿人。其中，网约专车或快车用户规模达2.36亿人;据数据预测，2018年网约出租车用户规模将达到3.43亿人，网约专车或快车将达3.12亿人。 加之以滴滴、优步等代表性网约车平台企业的网络营销宣传的大获成功，可以说，网络约车服务是互联网+技术在社会大环境内不断发展、积极完善的产物。它的出现，不仅极大方便了百姓的出行，更从某种程度上缓解了城市日常交通压力，提供了个性化用车服务，满足了百姓日益多样的需求。 在这一发展背景下，需要对移动互联网的GPS定位更加精准和高效。我国自主研发的北斗卫星发射成功后，全球定位系统更加精准高效。这就对对日益激增的GPS定位信息需要更快速和高效率地捕捉到有价值的数据信息。
互联网技术的不断发展催生了各种新型的商业模式，网约车的约车月艮务便是基于大数据信息、GPS等先进技术而产生的新兴业态，此种商业模式，利用网约车平台，通过打车软件，乘客可以在平台上发布出行信息，网约车根据自身的行车路线与意愿确认接单后，将乘客送到目的地，这种方式方便了市民出行，在一定程度上缓解了“打车难”的问题。网约车服务符合共享经济的理念，整合了闲置车辆资源，提高了车辆使用率，实现了社会资源的有效配置，使市民享受科技进步、市场创新所带来的福利。 目前，我国GPS定位技术进入了国际领先地位。基于强大的GPS定位，网约车的精准定位、科学合理规划优化路线、时时路况分析等软硬件功能大大的节约了人们出行的成本和时间，有利于合理利用资源，节约资源，为国家可持续发展提供了大力支持。
网约车的大规模发展不仅仅改变了百姓传统生活理念，更将互联网+时代特色进一步填充。回顾网约车的发展历程可以看出，如新兴事物出现后常见的若干发展阶段一样，网约车也曾陷入与传统用车也的冲突与矛盾中，但随着《关于深化改革推进出租车行业健康发展的指导意见》以及《网络预约出租汽车经营服务管理暂行办法》的先后推出，国家表明了对网约车经营模式的支持与肯定。 通过GPS定位信息，基于程序分析和统计，合理有效地分析出GPS定位中明显或潜在的有价值的信息。掌握GPS数据中的普通规律，得出直观的有价值的对比数据，分析出平台之间的差异。 通过高效科学精准的分析数据，平台可以发现其自身的不足和有价值的发展空间和方向，为平台更好的为大众出行服务做出重要的科学支撑，完善平台的服务架构，让大众更好的出行，保持街道更好的交通。
网约车GPS定位信息统计案例，需要根据网约车定位信息进行分析。具体设计步骤如下：
1. 数据采集：通过Python连接关系型数据库（MySQL），从数据库中获取电力缴费数据保存到本地。
2. 数据清洗：对采集后的网约车定位信息进行处理，去除数据中格式不规范的数据，保留正常及需要参与计算的数据。
3. 数据处理-计算经纬度距离：计算起点与终点之间经纬度两点之间距离。
4. 数据处理-统计GPS数据：根据网约平台和日期求出当天的行驶总距离、车费总收入、接单量。
5. 数据可视化：通过Python的可视化程序对预测结果数据进行可视化展示。
? 人数：1人 需求分析师是技术与业务的连接点，对外沟通客户，了解客户想法、要求、目的，转换为可以用软件实现的流程、方案。 本案例中需求分析师负责统计GPS信息的需求分析，将需求转换为软件功能业务描述。
? 人数：1人 软件设计师负责软件的需求分析和软件系统设计；指导程序员的开发编程工作；分析并解决软件开发过程中的问题；配合项目经理完成相关任务目标；设计功能模块划分，技术选型。 本案例中负责功能模块设计。
? 人数：1人 数据采集师负责数据采集程序的编写、调试、运行；负责所需数据的获取、整理、清洗、入库；针对不同网站的反爬虫技术提出有效的应对策略。 本案例中负责数据的获取，通过Python将关系型数据库数据获取到本地文件系统。
? 人数：1人 大数据开发工程师职责是基于大数据平台完成各类统计和开发任务，完成日常数据分析任务。 本案例中负责通过Python对用户评分数据统计。
? 人数：1人 可视化工程师负责数据可视化项目开发工作；设计数据可视化相关的技术方案；深入理解主要数据可视化展现形式，针对实际场景梳理数据信息，提出专业的数据可视化方案；提升大数据平台产品化体验，推动数据驱动业务升级。 本案例中负责实现数据的图表展现，通过图形直观展示数据结果。
.jpg)
- 读取数据
- 数据清理
- 接单经度超出范围数据清理
- 接单纬度超出范围数据清理
- 目的地经度超出范围数据清理
- 目的地纬度超出范围数据清理
- 接单经度箱型图数据清理
- 接单纬度箱型图数据清理
- 目的地经度箱型图数据清理
- 目的地纬度箱型图数据清理
- 乘客数据异常值清理
- 里程数据异常值清理
- 里程数小于位移数异常值清理
- 总费用处理
- 时间格式转换
- 时间差转换成秒 进行 差值 异常值处理
- 可视化
- 网约车定位信息可视化
- 各平台网约车的基本情况
- 各平台每日趋势的走势情况
- 各平台信息对比情况