[心得] 班次頻率與公車路線

作者: unhumanWu (阿文)   2019-11-17 20:27:04
網誌好讀版:https://reurl.cc/D1bKG5
上一篇將交通部PTX公車路線資料疊合至地圖上,
並透過路線密度來判斷大台北地區的生活聚落。
然而除了公車路線外,班次的間距也是判斷人流大小的重要依據之一。
本篇將同樣使用來自PTX的公車班次資料,
來觀察大台北地區的熱門路段與各聚落的連結。
PTX班次資料
班次資料的回傳格式依班次的多寡分為班距(Frequencys)或班表(Timetables)2種,
班次較多時使用班距,反之則使用班表。
班距格式的回傳內容包含營運日期、最大及最小班距間隔、開始及結束時間。
下表範例代表某公車在週四、去程(Direction=0)、上午4點50分至上午7點的班次間距,
最大為15分鐘、最小為10分鐘。
https://imgur.com/WYdm987
班表格式的回傳內容包含營運日期、發車時間、發車站點、及站點的相關資訊。
下表範例代表某路公車於週日、去程、於上午6點從新店站發車。
https://imgur.com/s0qFbiX
週班次量
從PTX回傳的班次資料可以知道公車班次是以週為循環,
故在判斷公車班次頻率時可以透過每週的總班次量為參考依據。
最直觀的做法大概是直接以路線名稱為單位全部加總。
然而前面提到班次資料具有方向性,但並非每一個路線都包含去程和回程資料,
比如說202和205只有其中之一;
有些班次或許因為平假日路線差異,在班次資料中區分成數條附屬路線,
如下圖所示的仁愛幹線
(圖名以”~”區分,由左至右為路線名、附屬路線名、方向(0或1)、路線代碼),
將之與台北市公車動態資訊系統中的資料比對,
可以發現左側時刻表已經涵蓋仁愛幹線一週的全部班次數,
若是以路線名稱為單位加總,假日班次將重複計算。
同時在仁愛幹線的例子中,方向並未用方向代碼(0,1)區分,
而是直接使用附屬路線,即板橋發車或南港發車,作為區分方向的依據。
https://imgur.com/LiCRrdY
https://imgur.com/ykwZZSt
https://imgur.com/uPyDCAy
https://imgur.com/HvzuV04
在無法針對公車路線一一校對的情況下,這邊採取替代方案:
以路線名稱為單位,取該名稱中,每週班次最大值的路線代表該路線的週班次數。
以此方式,在仁愛幹線的例子中,其路線數將會是上圖左側的其中一張班次數之加總。
處理過後,大台北地區公車路線週班次總數分佈如下圖所示,
在全部約990條主要路線中,每週50班以下的路線約有400餘條、
中位數約落在每週90班左右。
https://imgur.com/f07AzxK
週班次量最多的幾條路線中,
松江新生幹線和基隆路幹線並列第一,每週發車824個班次:
https://imgur.com/GAkyeCg
https://imgur.com/Afn6NXb
https://imgur.com/P3bCArV
https://imgur.com/NLq5G5R
再來是每週發車約821個班次的紅26:
https://imgur.com/d069FpC
https://imgur.com/pidbfJq
之前很紅的307:
https://imgur.com/wRj0LDZ
https://imgur.com/fwMBoOE
其他前10名包含內湖幹線(約770班)、
羅斯福幹線(約760班)、508區間車(約750班)、
藍36(約750班)、敦化幹線(約740班)、及藍15(約740班)等。
將班次資料納入視覺化條件
上一篇將公車路線資料呈現於地圖上後,
我們可以根據路網密度判斷大台北地區的聚落分佈;
現在再將班次資料納入條件之中,就能透過班次密度來了解路線的需求量,
找出主要動脈。
先將全部路線依週班次數量分成4個部分,
各部分分別為每週200班以下、200~400班、400~600班以及600班以上。
首先是每週200個班次以下的路線分佈,平均一天少於28個班次,
其中部分路線如內科通勤專車系列、貢寮區學生專車等一天只有1~2個班次。
透過下圖可以觀察到本分類下的公車路線涵蓋整個大台北地區,
並且深入到各個角落,
也可以在此分類的路網圖下看出主要聚落的路網結構,
越明亮代表經過的公車班次越多,
市中心外的部分例如捷運淡水站、士林、內湖瑞光路一帶、三芝、金山以及九份等;
台北市中心可約略看出台北車站、市政府以及公館3個較明亮的區域。
https://imgur.com/3VaJqkl
再來是每週200~400個班次,平均一天28~58班。
相較於前一個類別,可以發現路網開始往市區集中,
以台北車站為中心向四周擴散,其中台北車站的路網結構更清晰,
往西透過中興橋及台北橋過河之後,
再以重新五路為主要幹道向西延伸,
往南透過中正橋進入中永和、透過羅斯福路經過公館後進入新店;
羅斯福路和基隆路交叉口,即公館商圈,也是本組別的熱門路段
https://imgur.com/0j7aO9G
第三個組別是每週400~600班、平均一天58~85班的路線分佈。
本組別的路網向較於前一組,路線集中於各聚落的主要道路,
較明亮的路段包含士林區的中山北路、文林路及中正路組成的倒三角形、
敦化南北路、基隆路、連接公館與新店的羅斯福路、
板橋的文化路、中山路和四川路、新店往安坑的安康路等。
https://imgur.com/aSKgTIq
最後是週班次600班以上,平均一天發車85班以上,為發車頻率最高的組別。
路網以台北市中心主要幹道為主而向四周輻射至新北其他聚落
如三蘆地區、新莊、板橋、新店及汐止等。
與其他組別不同的是,本組別向外輻射的路網彼此並不太相連,
例如通往三蘆地區與新莊的路網自成一系,
也就是說本類組路線的服務類型以進出台北市區以及台北市區內的移動為主。
而相較於台北車站與三蘆、新莊及新店地區,
台北車站與板橋的連結強度較弱,台北車站在本類別中通往中永和地區的路線為307。
https://imgur.com/B5ztxPO
將前述4 組依照週班次總數調整顏色強度
(每週200班以下顏色最淡、600班以上最強)並疊合後,
可以發現納入班次資料後,
各區域的主要聚落、幹道相較於單純使用路網,能夠更明顯的顯示出來:
https://imgur.com/wfoSzBH
小結
本篇以交通部PTX公車資料中大台北地區的班次為原始資料,
透過每週總班次的加總來判斷路線的密集程度。
再將全部約990條路線一每週總班次數分為4個組別,
來觀查各組別的路線與路段、聚落間的關係。
可發現路線分佈範圍隨每週班次總數的提高而逐漸收斂至市中心,
不論是哪一組別,台北車站周邊的路網均較其他地區清楚可見;
而在班次密集程度最高,即每週600班以上的地圖可以發現,
台北車站與三蘆地區、新莊及新店的連結程度較板橋及中永和強。
Bonus
大天龍巴士王:
https://shihwen.github.io/Bus_station/
大天龍巴士王國際英語版:
https://shihwen.github.io/Bus_station_Eng/
作者: olycats ( )   2019-11-17 20:33:00
推!
作者: Xperia (X霹靂鴨)   2019-11-17 20:35:00
作者: wayne123321 (寧可當呆子也不要當騙子)   2019-11-17 20:39:00
作者: iddqd (iddqd)   2019-11-17 20:48:00
作者: HuanYuWu (霧霜)   2019-11-17 21:28:00
作者: ycg (自以為的正義)   2019-11-17 21:45:00
作者: NiChu (氵尼~~魚禾火~~)   2019-11-17 21:55:00
推薦這篇文章!
作者: hicker (救護車專載笑到腹肌抽筋)   2019-11-17 22:17:00
"新店往深坑的祥和路"這句應是想說"新店往安坑的安康路"吧600班以上的台北車站往中永和....307呀
作者: jh961202 (阿電)   2019-11-17 22:29:00
資料科學家就是強
作者: abcde2048 (羅柚)   2019-11-17 22:40:00
羅幹一周不只760班吧 平日一天140-145班 假日一天110-115班原來是最大間距算的 不過事實上羅幹間距沒那麼大早上尖峰20-22班 下午尖峰21班 0600以前1800以後班距10分 其他大概8分左右比深坑站時代強超多倍
作者: abcd880201 (CrazyEgg)   2019-11-18 00:14:00
大堆 大大太猛了
作者: suaveness (靜夏)   2019-11-18 00:18:00
話說,第二張圖應該是週「日」的去程?
作者: Odakyu (青蛙騎士 瀬戸幸助)   2019-11-18 09:40:00
262區竟然落榜?意外意外
作者: abcde2048 (羅柚)   2019-11-18 10:13:00
這篇的班次量是用最大班距下去算的 其實不太準 262區假日一天100班左右 但是平日很多的熱門路線用最大班距在發 通常是路上塞車 車子回不來才會這樣
作者: ErnestK (紀律)   2019-11-18 20:57:00
每週班次前兩名竟然不是307跟299
作者: jasonsby (元元)   2019-11-18 23:18:00
資訊視覺化 推
作者: yuan0730li (yuan0730li)   2019-11-19 13:59:00
推!
作者: yuan573 (緣)   2019-11-20 08:51:00
作者: lina7inverse (杉森‧費西佛)   2019-11-22 20:05:00
不只是個推

Links booklink

Contact Us: admin [ a t ] ucptt.com