滴滴的大数据可视化效果

前言

上一篇专门针对mobike的空间可视化效果写了一篇总结，本篇主要基于滴滴的大数据可视化做一个描述，上篇介绍的空间可视化效果偏静态的，滴滴的大数据可视化更加动态，形式上也更加丰富多彩，本篇主要参考了这篇文章：http://baijiahao.baidu.com/s?id=1588178807086352632和《滴滴出行2017年度城市交通出行报告》。

蝌蚪图

通过“蝌蚪图”，滴滴大数据描绘的北京早晚高峰，揭示出北京职住分离与高通勤成本。近年来，北京城市空间规模迅速扩张，蝌蚪图最直观的呈现了职住分离和就业多中心的发展趋势。
滴滴大数据描述的北京早晚高峰通勤

星云图

如同璀璨星河一般，每一座城市在流动中，都形成了自己独特的轮廓和结构。滴滴出行大数据记录下中国百城城市的流动数据，并尝试为每一座城市描绘出客观而严谨的轮廓结构。
主要城市的“星云图”

蝴蝶图

根据京津冀的城际出行OD（即Original Destination，起讫点）与河北省内的城际出行OD，绘制出的城市连接如蝴蝶展翅一般。网约车将区域内的所有城市连通在一起，不仅成为跨城出行的重要工具，而且在一定程度上提高了每座城市的区域相对连接度。
京津冀的城际出行OD图

万花筒

绚丽与科技感十足的蓝色线条，描绘了滴滴十一期间跨城出行全貌，展示了全国城市间在2017“最长假期”沟通与连接，城市圈的样貌也逐一显现。

十一期间跨城顺风车。

灯光图

根据出行需求，描绘出全国400城24小时出行热力变化。出行是一个城市人气集聚、夜生活活跃程度以及城市繁荣的表象，活跃的城市对人流吸引强，也往往经济更发达，产业更繁荣。发光的蜘蛛网是都市圈，一个个亮斑是孤立的大城市，而小城市则在夜晚黯淡了许多。

全国400城24小时出行热力变化

小橙点

滴滴大数据呈现的凌晨（0时-4时）北京首都机场出发订单分布。每个橙色的圆点代表一个订单，轨迹颜色深浅代表走过的路程频率，机场高速大概是晚上最繁忙的一条高速路，最远的订单北至北六环，南至南五环外。
凌晨首都机场出发订单分布

城市等高线

城市就像一座山峰，鸟瞰城市“高峰低谷”间的车流涌动，探寻夜间消费与出行的紧密勾连——新华网数据新闻团队，依据滴滴出行与大众点评数据分析，开创性地描绘了真实灵动的“京城夜态”。
北京航天桥地区夜间打车流向

城市半径

以城市中心为原点，绝大多数（超过90%）的出行起点或终点都分布在以此为半径的圆圈之内。通过对出行范围的度量，网约车数据可以呈现不一样城市半径，划定整个城市的边界。
广州的城市半径

城市中心

流动是城市的本质，有了频繁的流动，一个城市才有生机。而一个城市的中心，则是城市流动的“心脏”，滴滴大数据发布城市24小时热力图，最热门的出行地，即是“心脏”所在。
北京24小时“城市中心”变化

武汉24小时“城市中心”变化

东莞24小时“城市中心”变化

城市脉络和结构

方格网式结构-西安

环状放射式结构-成都

狭长式结构-重庆

滨海式结构-深圳

蜘蛛网式结构-广州佛山