機場的出租車問題折線圖

分析并可視化機場離場車輛數數據

本文將詳細介紹如何使用Python的正則表達式庫re和繪圖庫matplotlib對機場離場車輛數數據進行分析和可視化。以下是具體步驟和代碼實現。

數據資源：
鏈接：https://pan.baidu.com/s/1rU-PRhrVSXq-8YdR6obc6Q?pwd=1234
提取碼：1234

1. 導入必要的庫

首先，我們需要導入用于數據處理和繪圖的庫：

import re
import matplotlib.pyplot as plt
from datetime import datetime
import matplotlib.font_manager as fm

2. 讀取文件內容

假設我們有兩個文件，分別是鄭州機場9月14上午原始數據.txt和鄭州機場9月14下午原始數據.txt，其中包含了機場的離場車輛數數據。我們需要讀取這兩個文件的內容并合并：

# 文件路徑
file_paths = ['鄭州機場9月14上午原始數據.txt', '鄭州機場9月14下午原始數據.txt']# 初始化數據列表
data = ''# 讀取文件內容
for file_path in file_paths:with open(file_path, 'r', encoding='utf-8') as file:data += file.read()  # 讀取文件中的所有內容并合并
# 若沒有文件，先用一下數據代替
# 示例數據
# data = """
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:40:19） 場內待運車輛數為：80 輛； 前半小時進場車輛數為：18 輛； 前半小時離場車輛數為：0 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:40:30） 場內待運車輛數為：80 輛； 前半小時進場車輛數為：18 輛； 前半小時離場車輛數為：0 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:40:41） 場內待運車輛數為：80 輛； 前半小時進場車輛數為：18 輛； 前半小時離場車輛數為：0 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:40:52） 場內待運車輛數為：80 輛； 前半小時進場車輛數為：18 輛； 前半小時離場車輛數為：0 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:41:04） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：0 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:41:15） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：0 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:41:26） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：0 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:41:39） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：0 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:41:50） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：0 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:42:01） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：0 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:42:12） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：0 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:42:22） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：0 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:42:34） 場內待運車輛數為：80 輛； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:42:45） 場內待運車輛數為：80 輛； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:42:57） 場內待運車輛數為：80 輛； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:43:08） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:43:19） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：19 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:43:30） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：18 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:43:41） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：18 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:43:53） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：18 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:44:05） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：18 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:44:16） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：18 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:44:27） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：18 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:44:38） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：18 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:44:50） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：18 輛； 前半小時離場車輛數為：1 輛；
# 鄭州機場出租車秩序管理站 截止目前為止（2019-09-14 07:45:01） 場內待運車輛數為：81 輛(場內待運較多)； 前半小時進場車輛數為：18 輔輛； 前半小時離場車輛數為：1 輛；
# """

3. 使用正則表達式匹配數據

我們使用正則表達式來提取文件中的時間戳和前半小時離場車輛數。這里的正則表達式模式匹配類似于（2023-09-14 08:30:00）前半小時離場車輛數為：123 輛；的文本。

# 正則表達式匹配時間和前半小時離場車輛數
pattern = r"（(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})）.*?前半小時離場車輛數為：(\d+) 輛；"
matches = re.findall(pattern, data)  # 使用正則表達式查找所有匹配的模式

4. 解析匹配結果

將匹配到的時間字符串轉換為datetime對象，并將離場車輛數轉換為整數：

# 解析匹配結果
timestamps = [datetime.strptime(match[0], "%Y-%m-%d %H:%M:%S") for match in matches]  # 將匹配到的時間字符串轉換為datetime對象
leaving_counts = [int(match[1]) for match in matches]  # 將匹配到的離場車輛數轉換為整數

5. 設置字體

為了支持中文顯示，我們需要設置字體。這里假設我們使用的是SimHei字體：

# 設置字體
font_path = 'C:/Windows/Fonts/simhei.ttf'  # 你可以根據需要更改字體路徑
font_prop = fm.FontProperties(fname=font_path)  # 創建字體屬性對象

6. 繪制折線圖

使用matplotlib繪制離場車輛數隨時間變化的折線圖：

# 繪制折線圖
plt.figure(figsize=(10, 6))  # 設置圖表大小
plt.plot(timestamps, leaving_counts, marker='o', markersize=1, linestyle='-', color='b')  # 繪制折線圖，設置節點樣式和顏色
plt.title("前半小時離場車輛數隨時間的變化", fontproperties=font_prop)  # 設置圖表標題
plt.xlabel("時間", fontproperties=font_prop)  # 設置X軸標簽
plt.ylabel("前半小時離場車輛數", fontproperties=font_prop)  # 設置Y軸標簽
plt.grid(True)  # 顯示網格
plt.xticks(rotation=45, fontproperties=font_prop)  # 旋轉X軸刻度標簽以防止重疊
plt.yticks(fontproperties=font_prop)  # 設置Y軸刻度標簽的字體
plt.tight_layout()  # 自動調整子圖參數以適應圖形區域# 調整邊距以確保字體不被遮蓋
plt.subplots_adjust(left=0.15, bottom=0.2)  # 調整圖表的左邊距和下邊距# 保存圖片
plt.savefig('離場車輛數變化圖.png')  # 將圖表保存為PNG文件# 顯示圖表
plt.show()  # 顯示圖表

7. 完整代碼

以下是完整的代碼片段，包含了從讀取數據到繪制并保存圖表的所有步驟：

import re
import matplotlib.pyplot as plt
from datetime import datetime
import matplotlib.font_manager as fm# 文件路徑
file_paths = ['鄭州機場9月14上午原始數據.txt', '鄭州機場9月14下午原始數據.txt']# 初始化數據列表
data = ''# 讀取文件內容
for file_path in file_paths:with open(file_path, 'r', encoding='utf-8') as file:data += file.read()  # 讀取文件中的所有內容并合并# 正則表達式匹配時間和前半小時離場車輛數
pattern = r"（(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})）.*?前半小時離場車輛數為：(\d+) 輛；"
matches = re.findall(pattern, data)  # 使用正則表達式查找所有匹配的模式# 解析匹配結果
timestamps = [datetime.strptime(match[0], "%Y-%m-%d %H:%M:%S") for match in matches]  # 將匹配到的時間字符串轉換為datetime對象
leaving_counts = [int(match[1]) for match in matches]  # 將匹配到的離場車輛數轉換為整數# 設置字體
font_path = 'C:/Windows/Fonts/simhei.ttf'  # 你可以根據需要更改字體路徑
font_prop = fm.FontProperties(fname=font_path)  # 創建字體屬性對象# 繪制折線圖
plt.figure(figsize=(10, 6))  # 設置圖表大小
plt.plot(timestamps, leaving_counts, marker='o', markersize=1, linestyle='-', color='b')  # 繪制折線圖，設置節點樣式和顏色
plt.title("前半小時離場車輛數隨時間的變化", fontproperties=font_prop)  # 設置圖表標題
plt.xlabel("時間", fontproperties=font_prop)  # 設置X軸標簽
plt.ylabel("前半小時離場車輛數", fontproperties=font_prop)  # 設置Y軸標簽
plt.grid(True)  # 顯示網格
plt.xticks(rotation=45, fontproperties=font_prop)  # 旋轉X軸刻度標簽以防止重疊
plt.yticks(fontproperties=font_prop)  # 設置Y軸刻度標簽的字體
plt.tight_layout()  # 自動調整子圖參數以適應圖形區域# 調整邊距以確保字體不被遮蓋
plt.subplots_adjust(left=0.15, bottom=0.2)  # 調整圖表的左邊距和下邊距# 保存圖片
plt.savefig('離場車輛數變化圖.png')  # 將圖表保存為PNG文件# 顯示圖表
plt.show()  # 顯示圖表