notebook.community

Edit and run

Для показа карты необходимо установить ipyleaflet

Using pip:

$ pip install ipyleaflet

$ jupyter nbextension enable --py --sys-prefix ipyleaflet

Using conda:

$ conda install -c conda-forge ipyleaflet





In [1]:



    


import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)
import timeit
import warnings
from itertools import product
warnings.filterwarnings("ignore")
pd.options.mode.chained_assignment = None  # default='warn'



    











In [2]:



    


from ipyleaflet import (
    Map,
    Marker,
    TileLayer, ImageOverlay,
    Polyline, Polygon, Rectangle, Circle, CircleMarker,
    GeoJSON,
    DrawControl
)



    











In [3]:



    


import matplotlib as mpl
import matplotlib.cm
import matplotlib.colors
import numpy as np

def n_colors(n, colormap=mpl.cm.Blues):
    data = np.linspace(0.0,1.0,n)
    c = [mpl.colors.rgb2hex(d[0:3]) for d in colormap(data)]
    return c

def data_to_colors(data, colormap=mpl.cm.Blues):
    c = [mpl.colors.rgb2hex(d[0:3]) for d in colormap(mpl.colors.Normalize()(data))]
    return c



    











In [4]:



    


#Функция возвращает код региона по координатам
#0- когда нет региона
def get_region(lon,lat):
    r=0
    r=regions.loc[(regions.west<lon)&
           (regions.east>lon)&
           (regions.south<lat)&
           (regions.north>lat)
           ,'region'].values
    if r.shape[0]==0:
        return 0
    return r[0]



    











In [5]:



    


# загружаем данные регионов
regions=pd.read_csv('g:/python_kurs/kurs6/taxi/regions.csv',sep=';')
regions.head(6)



    


















    
Out[5]:










  
    

      
      region
      west
      east
      south
      north
    

  
  
    

      0
      1
      -74.25559
      -74.244478
      40.496120
      40.504508
    

    

      1
      2
      -74.25559
      -74.244478
      40.504508
      40.512896
    

    

      2
      3
      -74.25559
      -74.244478
      40.512896
      40.521285
    

    

      3
      4
      -74.25559
      -74.244478
      40.521285
      40.529673
    

    

      4
      5
      -74.25559
      -74.244478
      40.529673
      40.538061
    

    

      5
      6
      -74.25559
      -74.244478
      40.538061
      40.546449
    

  




















In [6]:



    


# загружаем агрегированные данные за май 2016
data=pd.read_csv('g:/python_kurs/kurs6/taxi/data_05_2016.csv')
data.head(6)



    


















    
Out[6]:










  
    

      
      year
      month
      day
      pickup_hour
      region_pickup
      vcount
    

  
  
    

      0
      2016
      5
      1
      0
      1
      0
    

    

      1
      2016
      5
      1
      0
      2
      0
    

    

      2
      2016
      5
      1
      0
      3
      0
    

    

      3
      2016
      5
      1
      0
      4
      0
    

    

      4
      2016
      5
      1
      0
      5
      0
    

    

      5
      2016
      5
      1
      0
      6
      0

Просуммируйте общее количество поездок такси из каждой географической зоны и посчитайте количество ячеек, из которых в мае не было совершено ни одной поездки.





In [7]:



    


data_region=data.groupby(by=['region_pickup'],axis=0)[['vcount']].sum().reset_index()
print 'Количество ячеек, из которых в мае не было совершено ни одной поездки ',len(data_region[data_region.vcount==0])



    


















    






Количество ячеек, из которых в мае не было совершено ни одной поездки  1283

















In [8]:



    


data_region.head()



    


















    
Out[8]:










  
    

      
      region_pickup
      vcount
    

  
  
    

      0
      1
      0
    

    

      1
      2
      0
    

    

      2
      3
      0
    

    

      3
      4
      0
    

    

      4
      5
      0
    

  




















In [9]:



    


#Координаты Empire State Building
lat = 40.748445
lon = -73.985664
region = get_region(lon,lat)
print region



    


















    






1231

















In [10]:



    


center = [lat, lon]
zoom = 20



    











In [11]:



    


mark = Marker(location=center)



    











In [12]:



    


#Нарисуйте статическую карту Нью-Йорка. Поставьте на карте точку там, где находится Эмпайр-Стейт-Билдинг.
m = Map(center=center, zoom=zoom)
m += mark
m.dragging=False
m.double_click_zoom=False
m.keyboard=False
m.tap=False
m.touch_zoom=False
m.zoom_control=False
m

Поверх статической карты Нью-Йорка визуализируйте данные о поездках из каждой ячейки так, чтобы цветовая шкала, в которую вы окрашиваете каждую ячейку, показывала суммарное количество поездок такси из неё.





In [13]:



    


zoom = 10
m = Map(default_tiles=TileLayer(opacity=1.0), center=center, zoom=zoom)
m += mark
m.dragging=False
m.double_click_zoom=False
m.keyboard=False
m.tap=False
m.touch_zoom=False
m.zoom_control=False



    











In [14]:



    


colors1 = data_to_colors(data_region['vcount'])



    











In [15]:



    


%%time
dr=data_region['region_pickup']
dr=np.arange(1,2500,1)
for region, color in zip(dr, colors1):
    #print region,color
    r=regions.loc[regions.region==region]
    bounds = [(r.north.values[0],r.west.values[0]),
              (r.north.values[0],r.east.values[0]),
              (r.south.values[0],r.east.values[0]),
              (r.south.values[0],r.west.values[0])
          ]
    #print r,bounds
    pg = Polygon(locations=bounds, weight=3,
            color=color, opacity=0.8, fill_opacity=0.5,
            fill_color=color)
    m += pg



    


















    






Wall time: 53.1 s

















In [16]:



    


m