干货分享 | 利用Python获取全国人口迁徙OD数据及可视化

本文的主题是利用python获取全国人口迁徙的OD数据，并将其可视化，所以主要分为两个部分：一是数据的获取；二是数据的可视化。可能涉及一些inference。声明，本文所用的地图数据来自与aliyun的api，如果有什么问题请找aliyun，与作者无关，话不多说，我们下面开始介绍。

01.    百度迁徙及数据获取

关于百度迁徙，因为这次疫情，机缘巧合之下我了解到百度竟然还有这样一个产品（百度搜索百度迁徙即可）。总体概括一下就是，百度根据百度app用户的数据，搞了一个网站，上面包括了推算出来的全国各个城市、省份之间的迁徙数据，十分详细。具体长这样：

数据大概分为三个方面：迁入、迁出和城内出行强度。迁入和迁出包括两大部分：迁徙指数和来源地（目的地）排名，其中迁徙指数反映了迁徙的人数，是可以横向对比的。这样的话，我们就可以通过迁徙指数和排名，算出一个无量纲城市之间的迁徙指数，代表OD对之间的流量，用来做可视化分析。同时，百度迁徙这个网站十分的良心，我们直接可以抓包json，解析一下即可，我抓取了所有的数据，具体长这样：

迁徙指数：

城市排名：

此外还有城市级别的、市内出行强度今年去年同期对比数据等等，太多了我就不展示了，大家有兴趣的话欢迎后台私信我与我联系。

02.    数据的可视化

现在，我们数据有了，下面就要开始可视化。具体的思路是：先计算出所有城市之间的迁徙指数，然后获取每个城市形心的坐标，然后对每一个OD pair进行循环，每次循环画一条od线，OD线的宽度为流量，具体代码如下（这次加上了水印，大家做汇报或者做作业用我的图我不反对，但还是通知我一下比较好，至少也要说一下是我公众号上的吧）：

def plot_od(od,date):
    fig,ax = plt.subplots(figsize=(12,12))
    province_map.plot(ax=ax,facecolor='none',edgecolor='black',linewidth=0.2)
    bound.plot(ax=ax,facecolor='none',edgecolor='black',linewidth=1)
    plt.ylim(1900000,7300000)
    right_inset_ax = fig.add_axes([0.75745, 0.226, 0.12, 0.12])
    province_map.plot(ax=right_inset_ax,facecolor='none',edgecolor='black',linewidth=0.4)
    right_inset_ax.set_ylim(100000,2800000)
    right_inset_ax.set_xlim(11800000,13700000)
    ax.axis('off')
    right_inset_ax.xaxis.set_major_locator(plt.NullLocator())
    right_inset_ax.yaxis.set_major_locator(plt.NullLocator())
    for i in od.index:
        ax.plot([od.loc[i,'origin_x'],od.loc[i,'destination_x']],[od.loc[i,'origin_y'],od.loc[i,'destination_y']],linewidth=od.loc[i,'flow']*0.8,color='red',alpha=0.7)
    ax.text(10000000,4400000,'公众号：Yuan的数据分析',fontsize=30,alpha=0.32)
    ax.set_title('{}全国人口迁徙OD（省级）  数据来源：百度迁徙'.format(date),fontsize=20)
    plt.savefig('./省级od动态变化gif/{}全国人口迁徙OD（省级）水印.jpg'.format(date),dpi=300,bbox_inches='tight')
    plt.show()

这样我们便能画出指定日期的OD图了，先看看按照省份（港澳台数据缺失）集计的OD：

嘎嘎，1.5号的OD就画出来了，可以看出，由于大家还在上班没有放假，所以全国并没有哪个地区的流量特别的大，（除了北京和河北，OD线贼粗，我估计是很多住到河北的人通勤所致）。

然后，我们看看春运的：

这个春运确实给力，大家都要回家过年，其中20号（腊月26左右）人流最大，可以看出，我国现在的几大地区内部的联系还是非常密切的：以广东为大哥的珠三角，带着广西、江西和湖南三个小弟；以上海为大哥的长三角，与江苏、浙江和安徽形成强大的互动；京津冀就不用说了；作为俺的第二故乡，成渝的联系也比较紧密，有老四的架势，未来可期；河南和湖北的话，混的比较开，跟谁都能勾搭上，九省通衢实至名归；至于我的hometown 大东百，算了不说了，看着几条小细线，都懂。

值得注意的是，23号起武汉开始封城，随后全国各地也陆续开始封城，整个国家投入到抗击新冠的战斗中去，中国人民以极大的勇气与毅力与病毒斗争，其中最重要的一步就是控制人口的流动，避免病毒的传播，下面我们来看看1.23以后的迁徙状况：

显而易见，由于封城措施的强力实施，各省之间人口的流动降到了最低，31号几乎没有线与湖北相连了，事实上正是由于强有力的应对措施，我们国家的抗疫才能取得今天的成绩。

后期的话，直到现在，各省之间的人口流动也始终维持在一个较低的水平，要想恢复正常的运转（比如达到1.5号的水平），还是需要很长的时间。

最后做一个gif，动态展示一下从1.1至3.30号省级OD的变化情况：

看到这里，大家肯定大饱眼福了吧，不过还没完！省级的集计数据缺失了省内人口流动的信息（突然想起了位空间与流空间的概念），如果想更全面地了解mobility，更细粒度的分析必不可少，于是我同样用上面的方法画出了全国所有城市之间的OD图：

以上是在疫情之前的城市级迁徙OD，可以看出，各省还是以省会为中心向省内地区辐射，全国层面的话还是京津冀、长三角、珠三角的流量最大，其中珠三角似乎最具影响力，几乎辐射了整个华南地区；还有一点比较有意思，几乎所有大规模的流动都集中在胡焕庸线（蓝线）以东，即便在交通与科技如此发达的现在，与100年相比，中国的人口分布、流动格局还是没有太大的变化。最后关注一下俺的故乡与第二故乡，大东百就不说了，都懂（遥想当年，东方鲁尔，再看看现在，痛心啊）；反观成都，不愧是国家中心城市、dai都市，这辐射，贼6。

下面再看看疫情之后的：

26号可能由于大家还在走亲戚，政策也在适应期，流量还是没有达到低点。

后期的话，2月1号整体流动控制的非常好；随着复工复产，珠三角和长三角也逐渐动了起来，不愧是中国经济的发动机，虽然疫情还未散去，但复工复产必须抓紧，毕竟人们还是要恰饭的。

经作者授权转载

文章仅代表作者观点，与本公众号无关，版权归原作者所有

原文标题：利用Python获取全国人口迁徙OD数据及可视化

责任编辑：魏雪馨 

审编：鲁嘉颐

终审：顾伟男  田巍  梁龙武

猜你喜欢

邮箱：[e-mail]

注明 “微信投稿” 字样

都看到这里了，点个【在看】再走呗~