原文鏈接：http://tecdat.cn/?p=3825

最近我們被客戶要求撰寫關于出租車的研究報告，包括一些圖形和統(tǒng)計輸出。

互聯(lián)網(wǎng)+下不同時空如何建立合適的指標分析出租車“供求匹配”的程度？

由于出租車供求匹配，以及一系列的補貼方案涉及到可行性的問題，我們采用出租車軌跡數(shù)據(jù)做出相應的解答。

（數(shù)據(jù)樣例可參考原文）

?

出租車上下客高峰期

?查看不同城市的出租車上下客高峰期的時間段。從深圳市的上下車比例來看，凌晨左右有一定的客流量，到6點之前是客流量的低谷。到早上9點左右出現(xiàn)了客流量的早高峰。到12點人流量逐漸減少。然后到晚上7點，又迎來客流的一個高峰。從總的趨勢來看，可以發(fā)現(xiàn)晚上10點的時候深圳市的客流是最多。

?

點擊標題查閱往期內(nèi)容

杭州出租車行駛軌跡數(shù)據(jù)空間時間可視化分析

左右滑動查看更多

01

02

03

04

從成都市的客流變化趨勢來看可以發(fā)現(xiàn)中午11點迎來客流的高峰，十一點之后客流量逐漸減少，到下午3點的時候，又迎來客流的一個高峰。在下午3點以后，客流量逐漸減少。

?

將成都市的客流量和深圳市的客流量相比較，可以發(fā)現(xiàn)，深圳市的客流量變化較大，并且有凌晨的班車，而是成都市的班車從早上6點開始。因此，可以看出，兩個城市的交通環(huán)境存在一定的差別。

?

凌晨?？康奈恢?/h1>

?

地圖中，我們可以看到不同顏色的點，代表不同的出租車數(shù)量，顏色越深，代表數(shù)量越少，顏色越淺，代表數(shù)量越多，從上面的地圖上我們可以發(fā)現(xiàn)，在深圳市中大部分的出租車停靠在西北方向。而少部分的出租車停靠在深圳市的南部。

?

分析不同時空出租車資源的“供求匹配”程度

根據(jù)出租車GPS數(shù)據(jù)中經(jīng)緯度將所有樣本出租車按照區(qū)域分類，若不同區(qū)域的出租車數(shù)據(jù)量差異很大，選擇前三個數(shù)據(jù)量大的區(qū)域

?

總體來看，出租車資源供大于求，能夠滿足人們出行需要，但在部分地區(qū)、部分時段仍存在供求矛盾。對地區(qū)而言，b區(qū)和d區(qū)的供求匹配度變化范圍不大，c區(qū)的供求匹配度變化范圍較大，可以認為c區(qū)供求匹配程度差，時段對c區(qū)供求關系影響大。對時段而言，在第4至第6個時間段（3點至6點）供求匹配度遠高于其他時段，可以認為這段時間為低谷期，出租車資源供遠大于求，供給匹配程度差，在第8至第10個時間段（7點至10點）、第12至15個時間段（11點至15點）和第17至第19個時間段（16點至19點）匹配度較低，可認為這些時間段為高峰期，出租車資源供不應求，這些時間段亦為上班高峰期，符合實際情況，其余時間段供求匹配度變化不明顯，視為正常水平期。

供求匹配”程度的分析結(jié)果可見，不同時期的出租車資源供求變化并不一定遵循時間呈現(xiàn)固定規(guī)律。

?

點擊文末?“閱讀原文”

獲取全文完整代碼數(shù)據(jù)資料。

本文選自《用數(shù)據(jù)告訴你出租車資源配置是否合理》。

點擊標題查閱往期內(nèi)容

基于出租車GPS軌跡數(shù)據(jù)的研究：出租車行程的數(shù)據(jù)分析
用數(shù)據(jù)告訴你出租車資源配置是否合理
把握出租車行駛的數(shù)據(jù)脈搏 ：出租車軌跡數(shù)據(jù)給你答案!
基于出租車GPS軌跡數(shù)據(jù)的研究：出租車行程的數(shù)據(jù)分析
用數(shù)據(jù)告訴你出租車資源配置是否合理
共享單車大數(shù)據(jù)報告
R語言用泊松Poisson回歸、GAM樣條曲線模型預測騎自行車者的數(shù)量
消費者共享汽車使用情況調(diào)查
新能源車主數(shù)據(jù)圖鑒
python研究汽車傳感器數(shù)據(jù)統(tǒng)計可視化分析
R語言ggmap空間可視化機動車交通事故地圖
R語言ggmap空間可視化機動車碰撞–街道地圖熱力圖