查看: 2356|回复: 0

从数据库中检索交通数据（python代码）

字体大小: 正常放大

1186 主题	4 听众	2922 积分

该用户从未签到

电梯直达

1^#

发表于 2023-11-7 11:40 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

给大家分享一段示例代码，代码的目的是从数据库中检索交通数据，然后使用动态规划算法计算一系列点之间的最短路径。由于项目中没有数据库，具体代码是无法运行的，可以连接自己的数据库，实现代码。
让我一步步解释代码：

1.导入必要的库：

\" N! j9 [$ U2 `+ T8 k+ K- x
import matplotlib.pyplot as plt0 p1 F! H- \9 h& c A+ @+ \& b
import pylab as pl
' J. }5 u; g( w* O- y$ U2 h4 x
import connmysql
# ^2 }+ @( o) ], l) ^
import pandas as pd

复制代码

2.matplotlib.pyplot 和 pylab 用于绘图，但在代码中并没有用到。
3.connmysql 是一个自定义的模块，用于连接到MySQL数据库。
4.pandas 用于处理数据。
5.从数据库中获取交通数据：

sql2 = "SELECT id, distance, duration FROM trafic"$ \9 S4 U# i6 o( M
& F* {+ Q; j& x
checklist = connmysql.getdata(sql2)

复制代码

这部分代码执行了一个 SQL 查询，从名为 trafic 的数据库表中选择 id、distance 和 duration 列的数据。查询结果存储在 checklist 变量中。

6.创建一个空的DataFrame：

ids = []
8 b% m* O\" A7 @( P5 y
8 G. }6 p, F/ h, G. P
for i in range(0, len(checklist)):
7 i6 H2 Q0 \6 M2 b J4 a: b8 w
& j8 s\" r0 n, H. S
ids.append(checklist[i][0])
3 V4 y7 x- s# @: v/ n$ ~9 x, a7 D
& b/ c\" G$ c% a- q p
time_dataframe = pd.DataFrame(columns=['distance', 'duration'], index=ids)

复制代码

这段代码创建一个空的 Pandas DataFrame，其中包含两列：distance 和 duration，行索引使用从数据库检索到的 id 值。

7.填充DataFrame：

for i in range(0, len(checklist)):+ `- Q8 P s9 o3 M5 a; W
. {+ `; Q4 k! l\" D/ s! E
id = checklist[i][0] @1 V- c- d3 [# e4 h7 _: K
# R8 O8 e7 e0 W1 t
time_dataframe.at[ids[i], 'distance'] = float(checklist[i][1]) # distance# Q& Q- g2 v+ r2 Z
( ~8 M\" l( j, I8 z) i' V
time_dataframe.at[ids[i], 'duration'] = float(checklist[i][2]) # duration

复制代码

在这一部分，代码遍历了从数据库中检索到的数据，并将 distance 和 duration 列的值填充到 DataFrame 中。

8.定义一个点的列表 list：

list = ['100002', '100003', '100004', '100005', '100006']

这个列表表示要计算最短路径的一组点。

9.计算最短路径：

routelist = []
- N% L- x/ r0 D2 F7 f/ b. ?
' G( T. ^. \$ m0 X/ [
route_distance = []+ z% M/ Y; t& F& C {
$ M; [0 D5 ~, J% a# T3 N2 W% n
for j in range(0, len(list) - 1):
; {- {6 S7 A2 `) s
7 E8 F9 [1 |4 o\" c* c4 P9 K5 h
# ...

复制代码

这是计算最短路径的主要部分，通过循环遍历点列表来查找最短路径。其中，routelist 存储已经计算过的点，而 route_distance 存储每个步骤的最短路径距离。
在循环中，代码首先查找未计算过的点，然后计算到达该点的距离，并将其存储在 route_distance 中。最后，更新 routelist 来包括新计算的点。
最终，routelist 包含了计算出的最短路径上的所有点。这个过程重复了多次，直到找到最终的最短路径。最终的最短路径存储在 routelist 中。