0
点赞
收藏
分享

微信扫一扫

拓端tecdat|R语言网络和网络流的可视化实践:通勤者流动网络

在现实世界中,我们的生活受到大量网络的支配。网络流可以表示很多模型,比如管道中的石油、高压线中电流,或者计算机网络中的数据。网络流也可以解决很多问题,比如如何进行道路交通管控,以便有效地缓解早高峰的拥堵;在物流网运输中,在满足供需关系的同时,怎样使渠道成本最低。这些问题都有现成的网络流算法,别再以为网络流仅仅是网络中的比特流。

对于网络和网络流的实践,我们将使用R。

  1.   
  2.  myflows <- flows(mat = nav, i = "i", j = "j",
  3.  diag(myflows) <- 0

选择流量至少要占每个市区流出流量总和的20%。

flows(myflows/rowSums(myflows)*100

然后选择 ​​主要流量​​ (流入流量标准)

  1.  flowSel2 <- domflows(mat = myflows, w = colSums(m
  2.  flowSel <- myflows * flowSel1 * flowSel2
  3.  data.frame(id = colnames(myflows),

最后绘制主导流图

  1.  opar <- par(mar = c(0,0,2,0))
  2.   
  3.  pltFlows(mat = flowSel, spdfid = "ID", w = inflows, wid = "id",wvar = "w", wcex = 0.05, add = TRUE,legend.flows.pos = "topright",legend.flows.title =
  4.  title("通勤者的主要流动")

获取背景图的代码基于该包中定义的 ​​GE​​对象。

拓端tecdat|R语言网络和网络流的可视化实践:通勤者流动网络_网络流

要进一步了解​​主流流量,请​​​阅读  ​​Nystuen&Dacey(1961)​​

拓端tecdat|R语言网络和网络流的可视化实践:通勤者流动网络_空间可视化_02

 

拓端tecdat|R语言网络和网络流的可视化实践:通勤者流动网络_空间可视化_03

拓端tecdat|R语言网络和网络流的可视化实践:通勤者流动网络_空间可视化_04


举报

相关推荐

可视化网络

0 条评论