论文辅助笔记/数据记笔记：SynMob

论文笔记：SynMob: Creating High-Fidelity Synthetic GPSTrajectory Dataset for Urban Mobility Analysis-CSDN博客

• 这个数据集是一个高保真的合成GPS轨迹数据集，专为城市移动性分析设计。
• 该数据集包含大量合成GPS轨迹数据，可用于研究模拟真实世界的移动模式、路线规划、交通流量等多个方面。

使用举例：

1 属性信息

• 对于属性信息，每个示例通常包括以下字段：
  • 行程距离：记录每次行程的距离。
  • 行程时间：行程的总时间。
  • 出发时间：行程开始的时间，每个值持续5分钟。
  • 样本点：每次旅行的轨迹采样点总数。

import pickle
attr_path = 'attrs_Xian.pkl'
with open(attr_path, 'rb') as f:
    attrs = pickle.load(f)
attrs
'''
array([[3177.9190271 ,  603.        ,  237.        ,  196.        ],
       [3745.25983824,  611.        ,  145.        ,  199.        ],
       [2115.85299225,  632.        ,  240.        ,  200.        ],
       ...,
       [4790.63723203,  733.        ,  250.        ,  235.        ],
       [8715.51941114, 1684.        ,  234.        ,  546.        ],
       [9661.25234341, 1548.        ,  267.        ,  500.        ]])
'''

2 行程轨迹

对于行程轨迹，每个样本表示为一系列连续采样的GPS点，分别记录经度和纬度

trajs_path = 'trajs_Xian-001.pkl'
with open(trajs_path, 'rb') as f:
    trajs = pickle.load(f)
len(trajs),trajs[0]