航线 OD 图制作教程

简介: 航线 OD 图制作教程

大家好,我是南南,这次教大家制作航线 OD 图


本文需要的数据包括机场及航班的数据,数据下载链接如下:

机场信息数据(airports):


http://datasets.flowingdata.com/tuts/maparcs/airports.csv

航班信息数据(flights):


http://datasets.flowingdata.com/tuts/maparcs/flights.csv

1

数据预处理

在获取到数据后需要对其进行整理,提取出各航线起点及终点对应的经纬度坐标。这部分操作可通过编写 Python 代码完成,示例代码如下:


# 导入所需模块
import pandas as pd
import openpyxl
# 获取机场及航班数据
airports = pd.read_csv("data/airports.csv")
flights = pd.read_csv("data/flights.csv")
# 由于数据量较大,只选取airline列值为"AA"的航班数据
fsub = flights[flights["airline"] == "AA"]
# 重置航班数据表的行索引,使其从零开始顺序排序,以便于后续数据处理
# 代码参考:https://blog.csdn.net/weixin_51098806/article/details/115265573
fsub = fsub.reset_index(drop=True)
air12_id_list = list() # 起始点列表,数据格式:"起点 - 终点"
air1_lon_list, air1_lat_list = list(), list() # 起点经纬度
air2_lon_list, air2_lat_list = list(), list() # 终点经纬度
# 对航班数据进行迭代,以提取各航班的起点与终点坐标
for i in range(len(fsub)):
    fsub_i = fsub.loc[i]  # 获取航班表里的第i行数据
    # 获取航班起点及终点的机场数据
    air1 = airports[airports["iata"] == fsub_i["airport1"]]
    air2 = airports[airports["iata"] == fsub_i["airport2"]]
    # 将获取到的机场数据导入对应列表中
    air1_id, air2_id = fsub_i["airport1"], fsub_i["airport2"] 
    air12_id_list.append(f"{air1_id} - {air2_id}")
    air1_lon_list.append(float(air1["long"]))
    air1_lat_list.append(float(air1["lat"]))
    air2_lon_list.append(float(air2["long"]))
    air2_lat_list.append(float(air2["lat"]))
# 将上方的列表合并后导出为Excel格式
data = {"air12_id": air12_id_list, "air1_lon": air1_lon_list, "air1_lat": air1_lat_list,
        "air2_lon": air2_lon_list, "air2_lat": air2_lat_list}
df = pd.DataFrame(data)
# 输出Excel数据
# 输出时须确保输出路径准确无误,如果输出到了一个不存在的文件夹,运行时就会出现报错
# 如果输出数据表本就存在于输出文件夹中,则会直接覆盖源文件,但覆盖过程需要源文件保持关闭状态
df.to_excel("data/data_AA.xlsx")
print("输出成功!")

整理后的部分Excel表如下图所示:

注:输出表格的字体、行高及列宽等格式有所调整。

2

地图制图

导入数据

以世界陆地数据作为底图。

由于先前整理输出的是 xlsx 格式表格,无法直接被 ArcGIS 读取,故需将其转换为 xls 格式后再导入 ArcGIS 中或者通过 ArcGIS 的【Excel 转表】工具将其转换为 ArcGIS 可正常读取的表格文件。

注:通过【Excel 转表】工具转换时建议将结果表保存到地理数据库中,工具参数设置如下图所示:

XY 转线

通过 ArcGIS 的【XY 转线】工具基于起点及终点的 XY 值生成航线数据,参数设置如下图所示:

生成的航线图如下图所示:

地图修饰

可看出这些航线均位于美国及夏威夷等地,在此之后还可以通过数据表右键菜单中的【显示 XY 数据】(Display XY Data)展示起点及终点的位置。注意此时生成的位置点数据仅为临时文件,如需永久保存这些位置点还需另外将数据点导出为矢量点数据。对所有数据进行符号化后结果如下图所示:

在布局视图中调整页面大小及方向,添加指北针、比例尺等地图布局要素,也可以适当调整地图的底色及投影方式等内容,在所有参数设置完成后导出地图,结果如下图所示:

4

数据分享

百度网盘链接:



链接:https://pan.baidu.com/s/1r410-IlTUB64X5zi9DLuKQ提取码:ggua
目录
相关文章
|
3天前
|
人工智能 自然语言处理 Shell
深度评测 | 仅用3分钟,百炼调用满血版 Deepseek-r1 API,百万Token免费用,简直不要太爽。
仅用3分钟,百炼调用满血版Deepseek-r1 API,享受百万免费Token。阿里云提供零门槛、快速部署的解决方案,支持云控制台和Cloud Shell两种方式,操作简便。Deepseek-r1满血版在推理能力上表现出色,尤其擅长数学、代码和自然语言处理任务,使用过程中无卡顿,体验丝滑。结合Chatbox工具,用户可轻松掌控模型,提升工作效率。阿里云大模型服务平台百炼不仅速度快,还确保数据安全,值得信赖。
157353 24
深度评测 | 仅用3分钟,百炼调用满血版 Deepseek-r1 API,百万Token免费用,简直不要太爽。
|
5天前
|
人工智能 API 网络安全
用DeepSeek,就在阿里云!四种方式助您快速使用 DeepSeek-R1 满血版!更有内部实战指导!
DeepSeek自发布以来,凭借卓越的技术性能和开源策略迅速吸引了全球关注。DeepSeek-R1作为系列中的佼佼者,在多个基准测试中超越现有顶尖模型,展现了强大的推理能力。然而,由于其爆火及受到黑客攻击,官网使用受限,影响用户体验。为解决这一问题,阿里云提供了多种解决方案。
16996 37
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
PAI Model Gallery 支持云上一键部署 DeepSeek-V3、DeepSeek-R1 系列模型
DeepSeek 系列模型以其卓越性能在全球范围内备受瞩目,多次评测中表现优异,性能接近甚至超越国际顶尖闭源模型(如OpenAI的GPT-4、Claude-3.5-Sonnet等)。企业用户和开发者可使用 PAI 平台一键部署 DeepSeek 系列模型,实现 DeepSeek 系列模型与现有业务的高效融合。
|
5天前
|
并行计算 PyTorch 算法框架/工具
本地部署DeepSeek模型
要在本地部署DeepSeek模型,需准备Linux(推荐Ubuntu 20.04+)或兼容的Windows/macOS环境,配备NVIDIA GPU(建议RTX 3060+)。安装Python 3.8+、PyTorch/TensorFlow等依赖,并通过官方渠道下载模型文件。配置模型后,编写推理脚本进行测试,可选使用FastAPI服务化部署或Docker容器化。注意资源监控和许可协议。
1310 8
|
13天前
|
人工智能 搜索推荐 Docker
手把手教你使用 Ollama 和 LobeChat 快速本地部署 DeepSeek R1 模型,创建个性化 AI 助手
DeepSeek R1 + LobeChat + Ollama:快速本地部署模型,创建个性化 AI 助手
3416 117
手把手教你使用 Ollama 和 LobeChat 快速本地部署 DeepSeek R1 模型,创建个性化 AI 助手
|
8天前
|
人工智能 自然语言处理 API
DeepSeek全尺寸模型上线阿里云百炼!
阿里云百炼平台近日上线了DeepSeek-V3、DeepSeek-R1及其蒸馏版本等六款全尺寸AI模型,参数量达671B,提供高达100万免费tokens。这些模型在数学、代码、自然语言推理等任务上表现出色,支持灵活调用和经济高效的解决方案,助力开发者和企业加速创新与数字化转型。示例代码展示了如何通过API使用DeepSeek-R1模型进行推理,用户可轻松获取思考过程和最终答案。
|
5天前
|
人工智能 自然语言处理 程序员
如何在通义灵码里用上DeepSeek-V3 和 DeepSeek-R1 满血版671B模型?
除了 AI 程序员的重磅上线外,近期通义灵码能力再升级全新上线模型选择功能,目前已经支持 Qwen2.5、DeepSeek-V3 和 R1系列模型,用户可以在 VSCode 和 JetBrains 里搜索并下载最新通义灵码插件,在输入框里选择模型,即可轻松切换模型。
934 14
|
12天前
|
API 开发工具 Python
阿里云PAI部署DeepSeek及调用
本文介绍如何在阿里云PAI EAS上部署DeepSeek模型,涵盖7B模型的部署、SDK和API调用。7B模型只需一张A10显卡,部署时间约10分钟。文章详细展示了模型信息查看、在线调试及通过OpenAI SDK和Python Requests进行调用的步骤,并附有测试结果和参考文档链接。
1938 9
阿里云PAI部署DeepSeek及调用
|
9天前
|
人工智能 数据可视化 Linux
【保姆级教程】3步搞定DeepSeek本地部署
DeepSeek在2025年春节期间突然爆火出圈。在目前DeepSeek的网站中,极不稳定,总是服务器繁忙,这时候本地部署就可以有效规避问题。本文以最浅显易懂的方式带读者一起完成DeepSeek-r1大模型的本地部署。
|
12天前
|
缓存 自然语言处理 安全
快速调用 Deepseek API!【超详细教程】
Deepseek 强大的功能,在本教程中,将指导您如何获取 DeepSeek API 密钥,并演示如何使用该密钥调用 DeepSeek API 以进行调试。

热门文章

最新文章