https://github.com/hermann-web/projet-rythmes-urbains-heetch
Heetch's "Rythmes Urbains" project analyzes driver data to understand traffic patterns in Casablanca. It identifies peak hours, main driver-concentration areas, and daily traffic variations. The project involves geospatial mapping, time series analysis, and R programming
https://github.com/hermann-web/projet-rythmes-urbains-heetch
casablanca data-mapping data-visualization geospatial-analysis heetch hur open-data r-programming time-series-analysis traffic-analysis transportation urban-mobility
Last synced: 3 months ago
JSON representation
Heetch's "Rythmes Urbains" project analyzes driver data to understand traffic patterns in Casablanca. It identifies peak hours, main driver-concentration areas, and daily traffic variations. The project involves geospatial mapping, time series analysis, and R programming
- Host: GitHub
- URL: https://github.com/hermann-web/projet-rythmes-urbains-heetch
- Owner: Hermann-web
- Created: 2023-02-09T09:11:56.000Z (over 2 years ago)
- Default Branch: main
- Last Pushed: 2023-11-20T13:47:42.000Z (over 1 year ago)
- Last Synced: 2025-01-04T21:19:55.306Z (5 months ago)
- Topics: casablanca, data-mapping, data-visualization, geospatial-analysis, heetch, hur, open-data, r-programming, time-series-analysis, traffic-analysis, transportation, urban-mobility
- Language: HTML
- Homepage:
- Size: 3.74 MB
- Stars: 0
- Watchers: 1
- Forks: 1
- Open Issues: 0
-
Metadata Files:
- Readme: readme.md
Awesome Lists containing this project
README
# Projet Rythmes Urbains Heetch
## Contexte
- **Entreprise**: Heetch
- **Source des données**: L'entreprise Heetch récupère les données de ses chaufeurs ont leur application ouverte
- **Objectif**: savoir quel est la différence de trafic entre tel jour et tel autre (trafic = fct(temps))
## Démarche
On organisons le travail en 2 parties. La première identifie l'heure de pointe et les quartiers principaux à ces heures de pointes. Le seconde,
## Définitions
- **Heure de pointe**: Heure à laquelle il y a des fortes concentrations de chauffeurs dans certaines villes
## Partie 1: déterminer une heure de pointe par quartier
### Data Loading
#### fichier Rmd
- [loadHeetch.Rmd](./workA/loadHeetch.Rmd)
#### Résumé
- récupérer
- les données des chauffeurs ``heetchmarchcrop.Rds`` (un ``sf`` contient des points)
- et la répartition géographique des quartiers de casa ``casaneib.geojson``
- transformer les données vers une projection correspondant à Casablanca (``crs=26191``)
- Faire une intersection entre les deux bases de données afin
- générer un fichier final (``heetchmarchcropwithneib.Rds``) qui contient
- les données de ``heetchmarchcrop.Rds`` en projection (``crs=26191``)
- le quartier où le point a été retrouvé
### Mapping peak hours: Determiner une heure de pointe par quartier
- les details sont dans le fichier: [task1.Rmd](./workA/main.Rmd) avec une vue [html](./workA/)
Nombre de points en fonction du quartier
## Partie 2: OD: Determiner les flux
### Task1: OD_jour
- les details sont dans le fichier: [OD_jour](./workB/rendu/OD_jour.Rmd) avec une vue [html](./workB/rendu/OD_jour.html)
### Task2: OD_week vs week-end
- les details sont dans le fichier: [OD_week](./workB/rendu/OD_week.Rmd) avec une vue [html](./workB/rendu/OD_week.html)
## Others
## links
- https://r-spatial.github.io/sf/articles/sf5.html
- https://riatelab.github.io/mapsf/reference/mf_map.html