《基于python的地鐵客流量數(shù)據(jù)提取及探析》7600字

結(jié)束語本設(shè)計可以基本改善地鐵客流量的統(tǒng)計方式，使其更加便捷，可視化分析可以讓用戶清楚直觀的了解數(shù)據(jù)的變化，節(jié)省統(tǒng)計信息所需的時間。本文的主要工作包括：獲取數(shù)據(jù)，找到地鐵網(wǎng)站的接口參數(shù)，尋找爬蟲鏈接，并且進行爬蟲的測試。對地鐵客流量數(shù)據(jù)信息進行一個簡單的分析之后，將其數(shù)據(jù)進行一個總結(jié)，最后進行一個簡單的可視化演示。本文還有以下幾個需要改進和完善的地方：數(shù)據(jù)源方面，可以從多個地鐵客流量經(jīng)濟數(shù)據(jù)網(wǎng)站來爬蟲，進行分析和對比，可以讓結(jié)果更加準確可靠。分析的結(jié)果只是對以前數(shù)據(jù)的一個總結(jié)，而對于未來的客流量預(yù)測則是一個繁重的工作，可以將數(shù)據(jù)反復(fù)訓(xùn)練出模型，以此來預(yù)測未來地鐵客流量的一個數(shù)據(jù)信息。參考文獻[1]TomWhite.Hadoop權(quán)威指南：大數(shù)據(jù)的存儲與分析(第4版)[M].清華大學(xué)出版社,2017.[2]林子雨.大數(shù)據(jù)技術(shù)原理與應(yīng)用（第2版）[M].人民郵電出版社,2017.[3]楊力.Hadoop大數(shù)據(jù)開發(fā)實戰(zhàn)[M].人民郵電出版社,2019.[4]Gerrard,David.DigitalpreservationatBigDatascales:proposingastep-changeinpreservationsystemarchitectures[M].Emerald,2018.[5]Schwarzkopf,Malte.Operatingsystemsupportforwarehouse-scalecomputing[M].UniversityofCambridge,2018.[6]Arestis,Philip.CreditRiskandMacroeconomicStressTestsinChina[M].SpringerNature,2018.[7]王俊華.基于夜間燈光數(shù)據(jù)的四川省地鐵客流量空間化研究[D].成都理工大學(xué),2019.[8]鐘凱文,黎景良,張曉東.土地可持續(xù)利用評價中地鐵客流量數(shù)據(jù)空間化方法的研究[J].測繪信息與工程,2017,(3).10-12.[9]韓向娣,周藝,王世新,等.夜間燈光遙感數(shù)據(jù)的地鐵客流量空間化處理方法[J].地球信息科學(xué)學(xué)報,2018,(1).128-136.[10]韓向娣,周藝,王世新,等.基于夜間燈光和土地利用數(shù)據(jù)的地鐵客流量空間化[J].遙感技術(shù)與應(yīng)用,2019,(3).396-405.[11]楊利雄,張春麗.中國季度地鐵客流量初步核算數(shù)據(jù)質(zhì)量的評估[J].統(tǒng)計與決策,2018,(14).5-9.[12]索澤輝,冼軍.Lomb-Scargle周期圖法在地鐵客流量預(yù)測中的應(yīng)用[J].統(tǒng)計與決策,2017,(15).76-79.[13]楊少文,熊啟泉.1994-2011年的中國經(jīng)濟開放度--基于地鐵客流量份額法的測算[J].國際貿(mào)易問題,2018,(3).13-24.[14]李晴,楊春.時間序列分析模型及其在地鐵客流量預(yù)測中的應(yīng)用研究[J].安徽農(nóng)業(yè)科學(xué),2018,(20).[15]遺傳算法和BP神經(jīng)網(wǎng)絡(luò)在地鐵客流量預(yù)測中的應(yīng)用[J].計算機與數(shù)字工程,2019,