1.3.2　交通出行

如果将数据分析比喻为“沙里淘金”的技术，则交通运输领域无疑是“含金量”极高的结构化和非结构化数据的丰富来源，从管理者的角度来讲，利用交通运输监管部门的数据中心存储的针对各个省市、路段的实时信息流（如收费数据、高清卡扣数据、交通事件数据、天气数据等），可以生成很多有用的预测，如高峰车流预警、道路运输安全事故预警等，进而发现并解决交通领域的问题，更好地服务我们的出行生活。而从用户的角度来讲，通过移动应用所提供的最短用时路线规划及对堵车路段时段分析等服务，可以有效避免出行时遇到的诸多麻烦，便利我们的生活。

交通流量数据公司Inrix的车流分析是数据分析在交通出行领域较为经典的应用案例。通过分析历史和实时道路交通数据，为用户提供准确的路况报告，来帮助司机合理规划行程，避开正在堵车的路段。汽车制造商、移动应用开发者、运输企业等都是道路分析公司的重要客户。现实生活中车流及路径规划案例如图1-5所示。

图1-5　交通出行车流及路径规划案例

数据分析在交通出行领域的部分典型应用场景如表1-5所示。

表1-5　数据分析在交通出行领域的部分典型应用场景

此外，诸如百度地图、高德地图等知名App为Python提供了专门的API，使用方式简单，可以为交通方面大数据分析爱好者、科研人员提供轨迹、路线规划等实用服务，可见Python非常适用于科学指导交通出行决策的数据分析应用中。