܄

欧美共享单车大数据:从骑行轨迹看懂一座城

【数据猿导读】 近来,ofo和摩拜单车受到关注,两家公司疯狂融资、互吐口水抢夺国内共享单车市场,不禁令人感慨:时隔多年,国人的“自行车情结”又回来了?在德国,两名“数据侠”,也盯上了共享单车,看他们有什么发现

欧美共享单车大数据:从骑行轨迹看懂一座城

两名德国“数据侠”,盯上了共享单车

近来,ofo和摩拜单车受到关注,两家公司疯狂融资、互吐口水抢夺国内共享单车市场,不禁令人感慨:时隔多年,国人的“自行车情结”又回来了?

其实,与国内一些城市相同,共享单车的出行方式在欧美多地也十分流行。

全球范围内,越来越多人认为自行车会成为日后城市交通的关键工具之一,因为骑自行车有很多好处,例如自行车作为一种相对独立的交通方式,可以免受城市堵车之苦;同时也可以锻炼身体,实在一举两得。

近几年世界上很多城市都设置了城市共享自行车系统,方面居民和旅客的日常使用。由于发展较早,伦敦、柏林、纽约等欧美城市的共享单车体系已经比较成熟。

当人们在使用这些共享单车时,也产生了大量的地理位置信息数据。

最近,两名来自德国的数据侠Till Nagel和Christopher Pietsch对这些数据产生了兴趣,并藉此制作出一系列可视化作品。

两人收集了伦敦、柏林及纽约的城市共享单车数据,将使用者的路线轨迹制作成动态地图,使城市共享单车的流动跃然于屏幕之上。你可以 点击此处 ,先来感受下这些流动的数据。

通过对这些出行数据的动态可视化展示,人们可以直观地看到整个城市范围内共享单车的流动,而且还可以对比三座城市,看到不同的城市结构是如何影响到自行车的使用等情况。

纽约、伦敦、柏林:共享单车轨迹里的城市差异

两人的可视化项目,命名为“cf. city flows”,已在多地展出,其主体为三个并列的大屏幕,以及可以操作的交互操作板,人们观看时也可以互动操作, 点此可以观看 展示现场的视频。

人们可以选择三种数据展示模式:the citywide view、the station view和small-multiple view,三种模式可以看到数据不同角度的特点,方便大家比较各个城市的不同特征。

其中,The citywide view展示了一天中所有共享自行车的轨迹,可以根据不同的时间点进行查看。

每段轨迹都以细长而光亮的路径记录,让大家直观地看到整个共享自行车系统的行走路线。轨迹的记录以实时位置最为光亮,而之前位置的光则逐渐暗下来——这种风格被称为“萤火虫风格”。

通过观察,人们可以清楚地看到纽约曼哈顿中部和中央公园之间的阻碍,柏林城内城也存在这种情况。而且,纽约在街道设计上的网格构造也得以呈现,而伦敦和柏林则在历史演变中逐渐形成各自独特的街道规划。

同时,对比上图中三个城市的数据也可以发现,柏林和伦敦、纽约使用共享自行车的人数上也有巨大的差异。实际上在柏林,自行车的受众面很广,居民日常出行都使用自己的自行车,而城市自行车共享系统大多服务于游客。

另一个模式small-multiple view,则对城市中的三个自行车站进行了细致的观察。

各车站的信息通过4个板块进行展现:进入自行车站的路径将会被标于上方,而出来的路径会被标于下方;而左右两边则展示白天和夜晚的数据。

使用small-multiple模式,则可以更好地进行市内、市外的比较。

人们可以看到市内不同站点的区别以及站点在不同城市的使用区别。例如在伦敦,数据图展示出住在郊区的人们喜欢乘坐地铁来到滑铁卢站,在去往工作地的最后几公里路上,人们习惯使用自行车。

不同的城市各有特性,这些特性都可以在城市流动的层面上进行比较。

此外,还有记录特定场所自行车进出记录的the station view,还可以对流入量与流出量单独查看。在每一个城市中流动量大的场所将会被记录,场所的名称也都显示在地图上。

通过点击各个场所,我们可以清楚地看到该场所的流动量,而进出场所的路径会用不同颜色记录,方便大家进行比较。

在cf. city flows的展示中,作为展示补充,控制台上会展示更加细致的数据,例如共享自行车的总数量,自行车站的数量还有总流动量等。

数据来源及分析原理

如今,开放数据的价值正得到重视,越来越多的城市共享单车运营方开始尝试开放部分数据——包括基本的自行车数量、位置数据,到实时的空闲自行车数据,再到各个停放点之间的流动数据等。

其中,前两种(数量、位置、空闲车辆数)数据比较丰富,但有关流动轨迹的数据,仅有少数运营方进行了公开。

Till Nagel 和Christopher Pietsch选择了数据较全的纽约、伦敦和柏林。其实这些城市的共享单车运营方也没有提供单车使用的GPS信息。

但两人找到了替代办法——他们利用运营方提供的标有实时空闲车辆信息的地图,以及各个停靠/租用点的单车租用/还回数据,来进行推算。

原理是:当这个地图上某辆单车“消失”,就意味着一段行程的开始,而当这辆自行车(实时地图上也提供了自行车的专属ID信息)在另一个停靠站出现,就意味着这一段行程结束。因此,在他们的可视化项目中,一些非用户使用行为也可能被包括在了其中。

由于没有用户实际的轨迹数据,两人使用了HERE(一家地图服务商)的导航服务作为依据,而展示作品使用的底层地图,则是参考了Nolli Map,这个地图对公有区域和私人领域做出了详细区分,建筑信息也使用了可以使用的最详尽的数据。


来源:DT财经

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据投融资周报(4月5日——4月7日,共9起)
大数据投融资周报(4月5日——4月7日,共9起)
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云平台Experience Cloud
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云...
深圳发布“共享单车”规范:用户违规信息计入个人征信体系
深圳发布“共享单车”规范:用户违规信息计入个人征信体系

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2016/11/29-6]

大数据周聘汇

More>

[2016/12/06-13]

每周一本书

More>

返回顶部