文件名称：mta:MTA转闸数据NYC的数据可视化
文件大小：1.22MB
文件格式：ZIP
更新时间：2024-05-20 18:19:45
JupyterNotebook
MTA旋转数据 这是一次诚实至善的尝试，旨在读取每周发布的MTA。 wget http://www.mta.info/developers/data/nyct/turnstile/turnstile_130803.txt 目标是专门针对每个火车站（例如125st和Lexington）和线路（例如D）对阿斯舒马赫的MTA使用情况进行“日历视图”。 从2010年起，每周还可以使用市的服务。 用例：运动和位置 海森堡测不准原理说，我们不能说太多，其中的粒子是哪里的粒子在同一时间会。 在《*》中，他们将十字转门数据与人口普查数据结合起来，以解决。 这两个数据集都将充分利用进行猜测： 在进出时代广场的人们中，乘坐S火车的人占什么比例？ 在进/出大*车站的人中，谁正在乘坐6列火车？ 在列克星敦大道（125 Lexington Ave）上，有多少人要去市区或市中心？ 从理论上讲，M
【文件预览】：
mta-master
----index.html(759B)
----ts_Field Description.txt(3KB)
----Remote-Booth-Station.csv(22KB)
----MTA.ipynb(470KB)
----4stationsRaw.txt(3KB)
----Python-Talk()
--------fig-05.png(18KB)
--------fig-50.jpg(72KB)
--------fig-23.png(21KB)
--------fig-12.png(23KB)
--------fig-61.png(19KB)
--------fig-01.png(31KB)
--------fig-03.png(20KB)
--------fig-44.png(22KB)
--------fig-11.png(22KB)
--------fig-02.png(20KB)
--------fig-31.png(20KB)
--------fig-51.jpg(98KB)
--------fig-71.png(22KB)
--------fig-43.png(19KB)
--------fig-60.png(81KB)
--------fig-72.png(20KB)
--------fig-34.png(19KB)
--------slidy.css(9KB)
--------fig-73.png(19KB)
--------23st.png(18KB)
--------fig-42.png(19KB)
--------fig-81.png(22KB)
--------fig-24.png(24KB)
--------fig-83.png(24KB)
--------fig-33.png(20KB)
--------fig-14.png(20KB)
--------fig-32.png(18KB)
--------fig-13.png(23KB)
--------fig-82.png(20KB)
--------slidy.js(81KB)
--------fig-06.png(19KB)
--------fig-04.png(19KB)
--------fig-84.png(22KB)
--------fig-22.png(20KB)
--------python.html(19KB)
--------fig-41.png(22KB)
--------fig-21.png(20KB)
----How Many Trains.ipynb(76KB)
----README.md(6KB)
----MTA - Turnstile Data.ipynb(317KB)
----remote-booth-station.py(4KB)
----bedfordPark()
--------bedford_park.json(18KB)
--------bedford_park.html(590B)
--------bedford_park.js(434B)
--------bedford_park.png(34KB)
----.gitignore(37B)
----MTA-1.ipynb(3KB)