利用Python获取全国人口迁徙OD数据及可视化
Editor's Note
非常良心，非常硬核，非常干货！
The following article is from Yuan的数据分析 Author YuanLiang
Hello大家好！今天为大家带来一篇良心硬货文章，这篇发完的话就可能会休息一段时间（因为要专心写论文了
本篇文章的主题是利用python获取全国人口迁徙的OD数据，并将其可视化，所以主要分为两个部分：一是数据的获取；二是数据的可视化。最后可能涉及一些inference，不过我作为只学过2学分城规原理和只自学了两章许学强老师《城市地理学》的业余中的业余选手，理论方面及其匮乏，对数据结果的理解可能不是很准确，还请大家不要在意。最后声明一下，本文所用的地图数据来自与aliyun的api，如果有什么问题请找aliyun，与本公众号无关
01. 百度迁徙及数据获取
关于百度迁徙，因为这次疫情，机缘巧合之下我了解到百度竟然还有这样一个产品（百度搜索百度迁徙即可）。总体概括一下就是，百度根据百度app用户的数据，搞了一个网站，上面包括了推算出来的全国各个城市、省份之间的迁徙数据，十分详细。具体长这样：
数据大概分为三个方面：迁入、迁出和城内出行强度。迁入和迁出包括两大部分：迁徙指数和来源地（目的地）排名，其中迁徙指数反映了迁徙的人数，是可以横向对比的。这样的话，我们就可以通过迁徙指数和排名，算出一个无量纲城市之间的迁徙指数，代表OD对之间的流量，用来做可视化分析。同时，百度迁徙这个网站十分的良心，我们直接可以抓包json，解析一下即可，我抓取了所有的数据，具体长这样：
迁徙指数：
城市排名：
此外还有城市级别的、市内出行强度今年去年同期对比数据等等，太多了我就不展示了，大家如果对这个数据有兴趣的话欢迎后台私信我与我联系，所有数据和代码皆可提供。
02. 数据的可视化
现在，我们数据有了，下面就要开始可视化。具体的思路是：先计算出所有城市之间的迁徙指数，然后获取每个城市形心的坐标，然后对每一个OD pair进行循环，每次循环画一条od线，OD线的宽度为流量，具体代码如下（这次加上了水印，大家做汇报或者做作业用我的图我不反对，但还是通知我一下比较好，至少也要说一下是我公众号上的吧
def plot_od(od,date): fig,ax = plt.subplots(figsize=(12,12)) province_map.plot(ax=ax,facecolor='none',edgecolor='black',linewidth=0.2) bound.plot(ax=ax,facecolor='none',edgecolor='black',linewidth=1) plt.ylim(1900000,7300000) right_inset_ax = fig.add_axes([0.75745, 0.226, 0.12, 0.12]) province_map.plot(ax=right_inset_ax,facecolor='none',edgecolor='black',linewidth=0.4) right_inset_ax.set_ylim(100000,2800000) right_inset_ax.set_xlim(11800000,13700000) ax.axis('off') right_inset_ax.xaxis.set_major_locator(plt.NullLocator()) right_inset_ax.yaxis.set_major_locator(plt.NullLocator()) for i in od.index: ax.plot([od.loc[i,'origin_x'],od.loc[i,'destination_x']],[od.loc[i,'origin_y'],od.loc[i,'destination_y']],linewidth=od.loc[i,'flow']*0.8,color='red',alpha=0.7) ax.text(10000000,4400000,'公众号：Yuan的数据分析',fontsize=30,alpha=0.32) ax.set_title('{}全国人口迁徙OD（省级） 数据来源：百度迁徙'.format(date),fontsize=20) plt.savefig('./省级od动态变化gif/{}全国人口迁徙OD（省级）水印.jpg'.format(date),dpi=300,bbox_inches='tight') plt.show()这样我们便能画出指定日期的OD图了，先看看按照省份（港澳台数据缺失）集计的OD：
嘎嘎，1.5号的OD就画出来了，可以看出，由于大家还在上班没有放假，所以全国并没有哪个地区的流量特别的大，（除了北京和河北，OD线贼粗，我估计是很多住到河北的人通勤所致
然后，我们看看春运的：
这个春运确实给力，大家都要回家过年，其中20号（腊月26左右）人流最大，可以看出，我国现在的几大地区内部的联系还是非常密切的：以广东为大哥的珠三角，带着广西、江西和湖南三个小弟；以上海为大哥的长三角，与江苏、浙江和安徽形成强大的互动；京津冀就不用说了；作为俺的第二故乡，成渝的联系也比较紧密，有老四的架势，未来可期；河南和湖北的话，混的比较开，跟谁都能勾搭上，九省通衢实至名归；至于我的hometown 大东百，算了不说了，看着几条小细线，都懂
值得注意的是，23号起武汉开始封城，随后全国各地也陆续开始封城，整个国家投入到抗击新冠的战斗中去，中国人民以极大的勇气与毅力与病毒斗争，其中最重要的一步就是控制人口的流动，避免病毒的传播，下面我们来看看1.23以后的迁徙状况：
显而易见，由于封城措施的强力实施，各省之间人口的流动降到了最低，31号几乎没有线与湖北相连了，事实上正是由于强有力的应对措施，我们国家的抗疫才能取得今天的成绩。
后期的话，直到现在，各省之间的人口流动也始终维持在一个较低的水平，要想恢复正常的运转（比如达到1.5号的水平），还是需要很长的时间。
最后做一个gif，动态展示一下从1.1至3.30号省级OD的变化情况：
看到这里，大家肯定大饱眼福了吧，不过还没完！省级的集计数据缺失了省内人口流动的信息（突然想起了位空间与流空间的概念），如果想更全面地了解mobility，更细粒度的分析必不可少，于是我同样用上面的方法画出了全国所有城市之间的OD图：
以上是在疫情之前的城市级迁徙OD，可以看出，各省还是以省会为中心向省内地区辐射，全国层面的话还是京津冀、长三角、珠三角的流量最大，其中珠三角似乎最具影响力，几乎辐射了整个华南地区；还有一点比较有意思，几乎所有大规模的流动都集中在胡焕庸线（蓝线）以东，即便在交通与科技如此发达的现在，与100年相比，中国的人口分布、流动格局还是没有太大的变化。最后关注一下俺的故乡与第二故乡，大东百就不说了，都懂（遥想当年，东方鲁尔，再看看现在，痛心啊）
下面再看看疫情之后的：
26号可能由于大家还在走亲戚，政策也在适应期，流量还是没有达到低点。
后期的话，2月1号整体流动控制的非常好；随着复工复产，珠三角和长三角也逐渐动了起来，不愧是中国经济的发动机，虽然疫情还未散去，但复工复产必须抓紧，毕竟人们还是要恰饭的。
至此，本篇文章的分析就告一段落，自己未来如果有机会的话也打算深入研究一下这个，结合一些地理类的相关研究方法，争取投一篇练笔的小文章。谢谢大家的观看！感谢大家的支持，本次的文章横跨规划、交通与地理，总有一个角度适合你（起码数据方面是扎实的，解释的部分有我瞎吹的成分还请见谅
往期文章：