公众号后台回复“图书“，了解更多号主新书内容

作者：xiaoyi

来源：小一的学习笔记

这盛世如您所愿

大家好，我是小一

今天这篇文章，是在前两篇文章的基础上进行的后续分析，也算是对地铁站点系列的一个小总结

目的也很明确：通过对爬取到的 40 个已开通地铁的城市，共计 5000+ 地铁站点进行数据分析。

具体的分析流程主要是通过 数据清洗、整体性分析、TOP城市分析 等方面展开，分析方式主要是图表，包括seaborn、excel 三维地图等可视化方式实现。

最后，在文末也给出了更深入的分析角度，感兴趣的同学可以参考

以下是正文：

数据清洗

首先有一点常识需要普及：在部分城市是存在环线，或者地铁一期、二期等情况，对应的地铁站点会多次出现，在数据中表现为重复值

所以，第一件事，就是对这些重复数据的剔除。

先来看下整体数据的情况：

一共40个城市对应的 5001 条地铁站点数据。

对应的直接剔除完全重复的数据，代码如下：

"""删除完全重复的站点"""
df_data_1 = df_data.drop_duplicates()
df_data_1

删除完成后保留了 4859 条数据。

另外，有部分站点数据地理位置不在对应的城市，通过城市去查找会出现空值，比如说下面这些：

一共 51 个数据为空，香港数据为空的较多，其他城市只有较少数，可以删除这些数据、也可以手动补充一下数据

删除之后最终剩下 4808 条数据，表示有 4808 个地铁站点，每个站点都有 10 个详细的字段。

对于一个城市的地铁站点来说，有一个比较重要的指标：换乘站点

如果换乘站点比较多，说明这个城市的交通相对完善，如果三站、四站换乘站点多，说明这个城市的交通比较便利

对应的，可以通过下面这种方式计算换乘站点个数：

df_data_2 = df_data_notnull.copy()
# 计算站点的换乘个数
df_address_cnt = df_data_2.groupby(['城市名称', '站点名称']).agg({'拼音名称':'count'}).reset_index().rename(columns={'拼音名称': '换乘站点'})
df_data_3 = df_data_2.merge(df_address_cnt, on=['城市名称', '站点名称'], how='left')
df_data_3.sample(5)

对应的结果如下：

整体城市分析

绘图和分析的代码重复性比较高，只列举部分，具体可以查看源码

先来看一下 40城 的地铁站点数量分布，代码如下：

df_data_eda = df_data_3.copy()
"""查看城市的地铁站点数量"""
df_city_cnt = df_data_eda.groupby('城市名称').agg({'站点名称':pd.Series.nunique}).reset_index().rename(columns={'站点名称': 'metro_cnt'})# 设置标题
plt.figure(figsize=(20, 8))
plt.title('全国40城市地铁站点数量分布')
ax = sns.barplot(data=df_city_cnt, x='城市名称', y='metro_cnt')
plt.ylabel('地铁站点数量')
# 显示数据的具体数值
for x, y in zip(range(0, len(df_city_cnt['城市名称'].index.tolist())), df_city_cnt['metro_cnt'].values.tolist()):ax.text(x-0.3, y+0.5, '%d' % y, color='black')
plt.show()

绘图显示如下：

可以看到，地铁站点最多的城市是 上海，数量是380

其次分别是：北京、成都、广州、深圳、武汉、重庆、杭州 等城市

成都高于广州与深圳，位列全国第三

再来看每个城市的地铁线路数量分布：

其中北京的地铁线路最多，达到24条，其次分别是上海、广州、成都、香港、深圳、武汉、重庆等

在北京搬砖的同学应该了解，北京有很多新开通的地铁线路是以地区命名的，而且有的是分南段、北段，这样在统计的时候根据名称自然是会当做很多条线。

像深圳新开通的 8 号线（2号线延长线），高德地图将其归为了 2 号线，所以深圳对应的地铁总线路就只有 10 条，而不是 11 条

针对TOP城市分析

整体分析之后，可以针对性的对TOP城市进行分析

本来打算只针对北上广深做进一步分析，但是突然拔尖的成都让我很感兴趣，于是决定一起分析了

先来看看 北上广深成 五大城市的换乘站点统计情况：

由图可知，深圳拥有1个四站换乘的站点，上海拥有2个四站换乘的站点

找出四站换乘的站点：

分别是：深圳的车公庙站，上海的世纪大道、龙阳路站，其中龙阳路站是2号线、7号线、16号线和磁悬浮线四站换乘

另外，除了这五个城市可能还有其他四站换乘站点的城市，一起来看一看：

四站换乘的地铁站点还有：南京的南京南站，大连的开发区站

其中大连的开发区站并不能算做真实意义上的4站换乘，看图就知：

针对具体城市分析

对 北上广深成 五大城市分别进行深度分析

对北京市各区域的站点数量进行深度分析，如下：

其中，朝阳区地铁站点数量为82，海淀区地铁站点数量为63

顺义区、石景山区、门头沟区、广阳区地铁站点数量较少，地铁能辐射到的区域较少。

对上海市各区域的站点数量进行深度分析，如下：

其中，浦江新区地铁站点数量为114，遥遥领先其他各区。

第二名的闵行区地铁站点数量为46，崇明区只有1个地铁站点，区域被辐射到的区域较少。

浦江新区站点多的原因主要是因为面积大，网上找了一张图区域行政划分图，长这样：

对广州市各区域的站点数量进行深度分析，如下：

其中，天河区、白云区、黄埔区的地铁站点数量依次为 40、35、31，基本分布很均匀

从化区的地铁站点数量最少，地铁能辐射到的区域较少。

对深圳市各区域的站点数量进行深度分析，如下：

其中，福田区、南山区的地铁站点数量分别为：54和49，领先其他各区

盐田区站点数量较少，应该是新开通的8号线。

对成都市各区域的站点数量进行深度分析，如下：

其中，双流区、武侯区、金牛区的地铁站点数量分别为：61、52和40，遥遥领先其他各区

没有想到的是，成都的地铁站点比深圳多，而且成都的区域聚集效应更明显。

城市地图可视化

最后，通过 excel 的三维地图再来看看上面5个城市的聚集效应到底如何

北京市各区域地铁站点情况三维地图展示：

真的是规规整整，向四面八方进行辐射，圈状的布局非常明显

上海市各区域地铁站点情况三维地图展示：

上海确实是浦江新区的地铁站点相当多，整体聚集效应比较明显，中间圆心位置地理优势很突出

广州市各区域地铁站点情况三维地图展示：

广州的交通现在辐射的已经很多了，像图中左下角的广佛线连接佛山，正下角的连接东莞，甚至以后会直接和深圳用轻轨连起来等，交通枢纽位置明显。

但是同样它的整体聚集效应也比较明显，通过柱子的高度就能看出来。

深圳市各区域地铁站点情况三维地图展示：

深圳的核心区域面积比较小，导致其能辐射的区域有限，对应的只能往上半图辐射连接东莞，右上角辐射连接惠州。

这也正是站点数量被成都挤下去的原因

深圳主要是两个核心区：红色的福田区和亮黄色的南山区，中心区域分布比较均匀

大胆预测一下：按照深圳的发展速度，上半张图大概率会崛起

成都市各区域地铁站点情况三维地图展示：

成都是一个我没想到的城市，没想到它的交通会排在深圳前面，看图就能得出这得益于它的区域位置优越。

成都基本上各条线路已经辐射开了，后面可能会形成一个大的外部环线，其实，类似的城市还有一个，不知道大家能不能联想到？

最后，在上述分析的基础上，你还可以通过以下角度进行更深入的分析：

• 通过客流量数据，结合地铁站点进行日内用户轨迹分析

• 通过租房数据，结合距离进行房价的进一步探索

• 通过地产数据，结合地铁站点进行价值分析

◆ ◆ ◆  ◆ ◆麟哥新书已经在当当上架了，我写了本书：《拿下Offer-数据分析师求职面试指南》，目前当当正在举行活动，大家可以用相当于原价5折的预购价格购买，还是非常划算的：

数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以扫描下方管理员二维码，进群前一定要关注公众号奥，关注后让管理员帮忙拉进群，期待大家的加入。
管理员二维码：
猜你喜欢
● 卧槽！原来爬取B站弹幕这么简单● 厉害了！麟哥新书登顶京东销量排行榜！● 笑死人不偿命的知乎沙雕问题排行榜
● 用Python扒出B站那些“惊为天人”的阿婆主！● 你相信逛B站也能学编程吗