数据集笔记：杭州 上海 地铁客流数据

数据集地址：PVCGN/data at master · liuwj2000/PVCGN (github.com)

1 数据集介绍

• 从5:15到23:30的地铁乘客流量预测
  • 使用前四个时间间隔（15分钟 x 4 = 60分钟）的地铁乘客流量（进/出流量）来预测未来四个时间间隔（15分钟 x 4 = 60分钟）的地铁乘客流量（进/出流量）
    • 5:15-6:15 -- 预测 -> 6:15-7:15
    • 5:30-6:30 -- 预测 -> 6:30-7:30
    • ...
    • 21:15-22:15 -- 预测 -> 22:15-23:15
    • 21:30-22:30 -- 预测 -> 22:30-23:30
  • 每天可以分为66个时间片段
• 杭州和上海每个数据集，各有六个pkl文件
  • 三个用于地铁乘客流量数据
    • 一个训练集、一个验证集和一个测试集
  • 三个用于地铁图信息
    • graph_conn.pkl: 地铁的物理图
    • graph_sml.pkl: 地铁的相似性图
    • graph_conn.pkl: 地铁的相关图

2 数据读取

2.1 流量数据

2.1.1 训练数据

import pickle
import os
os.chdir('data/shanghai/')f=open('train.pkl','rb')a=pickle.load(f)
a

字符串5:30表示从5:15到5:30的时间间隔

a['x'].shape,a['y'].shape
#((4092, 4, 288, 2), (4092, 4, 288, 2))a['xtime'].shape,a['ytime'].shape
#((4092, 4), (4092, 4))

• 可以看到，这个数据是一个由4个ndarray组成的字典
  • x: 前四个时间间隔的地铁乘客流量（进/出流量）
    • 其形状是[T, n, N, D]
      • T是时间片段的数量（62天）
      • n是输入序列的长度（这里是4）
      • N是地铁站的数量
      • D是 inflow 和 outflow，所以为2
  • y: 下四个时间间隔的地铁乘客流量（进/出流量）
    • 其形状也是[T, m, N, D]
      • m是输入序列的长度（这里是4）
  • xtime: x的时间戳。其形状是[T, n]
  • ytime: y的时间戳。其形状是[T, m]

2.1.2 测试数据

import picklef=open('val.pkl','rb')a=pickle.load(f)
a['x'].shape,a['y'].shape,a['xtime'].shape,a['ytime'].shape
#((594, 4, 288, 2), (594, 4, 288, 2), (594, 4), (594, 4))

2.1.3 训练数据

import picklef=open('test.pkl','rb')a=pickle.load(f)
a['x'].shape,a['y'].shape,a['xtime'].shape,a['ytime'].shape
#((1386, 4, 288, 2), (1386, 4, 288, 2), (1386, 4), (1386, 4))

2.2 地图数据

2.2.1 地铁站的物理图

import picklef=open('graph_sh_conn.pkl','rb')a=pickle.load(f)
a,a.shape
'''
(array([[1., 1., 0., ..., 0., 0., 0.],[1., 1., 1., ..., 0., 0., 0.],[0., 1., 1., ..., 0., 0., 0.],...,[0., 0., 0., ..., 1., 1., 0.],[0., 0., 0., ..., 1., 1., 1.],[0., 0., 0., ..., 0., 1., 1.]]),(288, 288))
'''

2.2.2  地铁站的相关图

import picklef=open('graph_sh_cor.pkl','rb')a=pickle.load(f)
a,a.shape
'''
(array([[0.        , 0.01539433, 0.02738432, ..., 0.        , 0.        ,0.        ],[0.        , 0.        , 0.        , ..., 0.        , 0.        ,0.        ],[0.        , 0.01502989, 0.        , ..., 0.        , 0.        ,0.        ],...,[0.        , 0.        , 0.        , ..., 0.01615014, 0.        ,0.03536008],[0.        , 0.        , 0.        , ..., 0.        , 0.0092369 ,0.        ],[0.        , 0.        , 0.        , ..., 0.03341621, 0.00712248,0.01228689]]),(288, 288))
'''

2.2.3  地铁站的相似性图

import picklef=open('graph_sh_sml.pkl','rb')a=pickle.load(f)
a,a.shape
'''
(array([[1.        , 0.        , 0.13627907, ..., 0.        , 0.        ,0.        ],[0.        , 1.        , 0.        , ..., 0.        , 0.        ,0.        ],[0.13627907, 0.        , 1.        , ..., 0.        , 0.        ,0.        ],...,[0.        , 0.        , 0.        , ..., 1.        , 0.        ,0.        ],[0.        , 0.        , 0.        , ..., 0.        , 1.        ,0.        ],[0.        , 0.        , 0.        , ..., 0.        , 0.        ,1.        ]]),(288, 288))
'''