基于python的百度迁徙迁入、迁出数据分析(六)

书接上回,苏州市我选取了2024年5月1日——5月5日迁入、迁出城市前20名并求了均值,从数据中可以看出苏州市与上海市的关系还是很铁的,都互为对方的迁入、迁出的首选且迁徙比例也接近4分之一,名副其实的老铁了;

迁出城市前20名分布

细观苏州和上海这二座城市,它们都有一个共同特征,就是都有一个联系很紧密的铁哥们,和一群玩的还可以的朋友,也是前文提到了''一超多强''的客流迁徙格局,但是苏州跟上海在城市定位上不同的关系,也造成了苏州更依赖地缘关系,强关联的城市也就周边接壤的无锡、南通、上海,以城市能级来讲,苏州还是不太比得过上海的,上海毕竟是经济中心和长江三角洲城市群的老大;

迁入城市前20名分布

可以看出这里多了一个北京,刚刚好卡着20名的门槛入选,因为展示效果原因就做了个示意,这里看出来苏州跟北京的联系大部分是属于商务出行,并且因为苏州没有机场的原因,还需要通过落地上海再坐高铁去苏州,以至于北京和苏州这部分客流非常稳定,这里取了节后同一个时间周期的数据做对比,迁入、迁出比例稳定在0.65%左右,可以看出北京真的是苏州迁入、迁出城市前20名的守门员了;

这里再补充一个热知识,上海在非节假日期间与北京的联系还是非常紧密的,同时因为去苏州通常在上海转高铁,增加了上海和北京之间迁徙总量,所以排进个前10还是没问题的,说明上海跟北京这边联系也还是大部分还是属于商务出行,不太受节假日因素影响,这里取了节后同一个时间周期的数据做对比,可以看出迁入、迁出比例稳定在2%左右;

在这里放一个背景说明,虽然早早的提出了长江三角洲城市群这个概念,但是毕竟范围还是太大了,远水解不了近渴,于是上海提出了上海大都市圈这一新的概念,先拉拢周边城市建立自己的''朋友圈'',于是在2018年初,在上海市城市总体规划(2017-2035年)中,上海提出了上海大都市圈的概念,再后面的2022年,上海市人民政府、江苏省人民政府、浙江省人民政府联合发布《上海大都市圈空间协同规划》(下称《规划》)正式明确了“1+8”的都市圈空间格局——包括上海、无锡、常州、苏州、南通、宁波、湖州、嘉兴、舟山在内的市域行政区域;

作为老大哥,上海把他们纳入自己的都市圈,那这些城市有没有把上海作为迁入的首选城市呢,我们一探究竟,我们统计了2024年5月1日——5月5日各城市的迁出到其他城市比例最高的前5名,可以发现南通和苏州都选上海作为首选迁出的城市,宁波、湖州、嘉兴、舟山把上海当做第二意向迁徙地,无锡、常州在对上海作为意向迁徙地的排名中分别排第3、5名;

这个需要弄清楚一个概念,迁徙倾向性与大都圈的定义的不一样的,这里我引用一段''规划''中原文“上海大都市圈是一个紧密流动、横向联动的功能圈,而非纯粹的通勤圈。上海周边城市与上海的商务出行量占该市总商务出行量基本都在 10% 以上, 尤其苏州、无锡更是高达 20% 以上;以 2018 年国庆黄金周为例,都市圈内各城市间的跨市流动人口规模平均每天约有 130 万人,相当于上海大都市圈日常工作期间的每天跨市通勤规模。因此,上海大都市圈不是“以一个城市为中心的紧密通勤圈”,而是呈现了多中心、网络化的功能圈联系特征。”文中提到的都市圈更多是网络化,功能化的一个概念,我们讨论的是基于这个圈的内部迁徙倾向性;

所以这里我们看到的是都市圈内城市,以各自为中心的视角下对外的迁徙倾向性,于是我们基于各自城市对上海市的迁徙意向的优先级得到了一个分级图,可以看到老铁还是苏州和南通,地缘上也最近,其次宁波、湖州、嘉兴、舟山地则将上海作为第二意向迁徙地;

同样统计了以上海视角下的2024年5月1日——5月5日各城市的迁出到其他城市比例最高的前5名,可以看到上海人更喜欢去的城市是苏州、杭州,''上有天堂下有苏杭''的美誉果然名不虚传;

总结

  1. 地缘关系:苏州迁出城市的前20名中,无锡、南通和上海占据了重要位置,反映了苏州与这些周边城市之间强烈的地缘联系。

  2. 北上之间的商务出行:上海与北京之间的迁徙客流中商务出行占比极高,不受节假日影响,迁徙比例稳定在2%左右,体现了这两座城市之间稳定的商务往来,且由于苏州没有国际机场,多数旅客需通过上海中转,导致上海和北京之间的迁入、迁出客流力压周边城市,稳居前十。

  3. 都市圈内城市的迁徙倾向性:都市圈内的城市如南通、苏州将上海作为首选迁出城市,而宁波、湖州、嘉兴、舟山等地则将上海作为第二意向迁徙地,这反映了都市圈内部城市之间的迁徙倾向性。

  4. 上海视角下的迁徙偏好:上海人更喜欢去的城市是苏州、杭州,“上有天堂下有苏杭”的美誉反映了这些城市在文化和旅游方面的吸引力。

文章仅用于分享个人学习成果与个人存档之用,分享知识,如有侵权,请联系作者进行删除。所有信息均基于作者的个人理解和经验,不代表任何官方立场或权威解读。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/388811.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Springboot学习-day16

Springboot学习-day16 Springboot是spring家族中的一个全新框架,用来简化spring程序的创建和开发过程。在以往我们通过SpringMVCSpringMybatis框架进行开发的时候,我们需要配置web.xml,spring配置,mybatis配置,然后整…

鸿蒙应用框架开发【JS注入与执行】 Web

JS注入与执行 介绍 本示例基于H5游戏,通过arkui的button实现对游戏实现基本控制,展示webview的JS注入与执行能力,及native应用与H5的通信能力。 效果预览 使用说明 1.设备连接热点,可访问互联网。 2.打开应用,通过…

RuoYi-3.0代码审计

1 第三方组件漏洞审计 本项目使用Maven构建的。因此我们直接看pom.xml文件引入了哪些组件。通过IDEA打 开该若依,发现本项目采用了多模块方式。因此每个模块下都会有一个pom.xml,项目 最外层的pom.xml为父POM。我们可以通过 pom.xml 或者 External Libr…

【C语言】简易版扫雷游戏(数组、函数的练习)

目录 一、分析和设计 1.1、扫雷游戏的功能分析 1.2、文件结构设计(多文件的练习) 1.3、数据结构的设计 二、代码 三、效果展示 三、优化 一、分析和设计 1.1、扫雷游戏的功能分析 以在线版的扫雷游戏为参考,分析它的功能:扫…

⌈ 传知代码 ⌋ 基于矩阵乘积态的生成模型

💛前情提要💛 本文是传知代码平台中的相关前沿知识与技术的分享~ 接下来我们即将进入一个全新的空间,对技术有一个全新的视角~ 本文所涉及所有资源均在传知代码平台可获取 以下的内容一定会让你对AI 赋能时代有一个颠覆性的认识哦&#x…

钉耙编程(3)

1001深度自同构 Problem Description 对于无向图中的点,定义一个点的度为与其相连的边的条数。 对于一棵有根树,定义一个点的深度为该点到根的距离。 对于由若干有根树构成的森林,定义该森林是深度自同构的,当且仅当森林中任意…

【论文解读|Data Intelligence】 Dr.ICL: Demonstration-Retrieved In-context Learning

论文链接: 来源: Data Intelligence 论文介绍: 该研究由亚利桑那州立大学和谷歌研究团队的专家撰写,深入探讨了通过利用基于检索的方法来提高大型语言模型(LLM)性能的策略。 主要亮点: • 创…

解开基于大模型的Text2SQL的神秘面纱

你好,我是 shengjk1,多年大厂经验,努力构建 通俗易懂的、好玩的编程语言教程。 欢迎关注!你会有如下收益: 了解大厂经验拥有和大厂相匹配的技术等 希望看什么,评论或者私信告诉我! 文章目录 一…

程序员修炼之路

成为一名优秀的程序员,需要广泛而深入地学习多个领域的知识。这些课程不仅帮助建立扎实的编程基础,还培养了问题解决、算法设计、系统思维等多方面的能力。以下是一些核心的必修课: 计算机基础 计算机组成原理:理解计算机的硬件组…

GD 32 滤波算法

快速排序知识补充 http://t.csdnimg.cn/gVOsohttp://t.csdnimg.cn/gVOso GD32硬件滤波算法 程序代码&#xff1a; #include <stdint.h> #include <stdio.h> #include "gd32f30x.h" #include "delay.h"static void GpioInit(void) {rcu_periph…

项目实战_表白墙(简易版)

你能学到什么 一个比较简单的项目&#xff1a;表白墙&#xff08;简易版&#xff09;&#xff0c;浏览器&#xff1a;谷歌升级版将在下个博客发布 效果如下 正文 说明 我们是从0开始一步一步做这个项目的&#xff0c;里面的各种问题&#xff0c;我也会以第一人称视角来解…

经验分享:大数据多头借贷风险对自身的不利影响?

在现代金融体系中&#xff0c;大数据技术的应用使得多头借贷成为一种普遍现象。多头借贷指的是个人或企业在短时间内同时或近期内申请多笔贷款或信用产品&#xff0c;这种行为可能带来一系列财务和信用风险。以下是大数据多头借贷风险对个人自身可能产生的不利影响&#xff1a;…

如何编写一个多线程、非阻塞的python代码

一、【写在前面】 最近csdn每天写两篇文章有推广券&#xff0c;趁这个机会写一个python相关的文章吧。 一般我们的任务都可以分为计算密集型任务和IO密集型任务。 python因为全局GIL锁的存在&#xff0c;任何时候只有一个python线程在运行&#xff0c;所以说不能利用多核CPU…

数字的位操作——326、504、263、190、191、476、461、477、693

326. 3 的幂&#xff08;简单&#xff09; 给定一个整数&#xff0c;写一个函数来判断它是否是 3 的幂次方。如果是&#xff0c;返回 true &#xff1b;否则&#xff0c;返回 false 。 整数 n 是 3 的幂次方需满足&#xff1a;存在整数 x 使得 n 3x 示例 1&#xff1a; 输入&a…

程序员面试题------N皇后问题算法实现

N皇后问题是一个著名的计算机科学问题&#xff0c;它要求在NN的棋盘上放置N个皇后&#xff0c;使得它们之间不能相互攻击&#xff0c;即任意两个皇后都不能处于同一行、同一列或同一斜线上。这个问题可以看作是一个回溯算法问题&#xff0c;通过逐步尝试不同的放置位置&#xf…

订单状态统计业务

文章目录 概要整体架构流程技术细节小结 概要 订单状态统计是电子商务、供应链管理、客户服务等多个领域中的一项核心业务需求. 需求分析以及接口设计 技术细节 1.Controller层: ApiOperation("各个状态的订单统计")GetMapping("/statistics")public Re…

检索增强生成(RAG):智能内容生成的新纪元

引言 在大 AI 时代&#xff0c;生成式人工智能&#xff08;GenAI&#xff09;模型&#xff0c;尤其是大型语言模型&#xff08;LLM&#xff09;&#xff0c;已经展现出了令人瞩目的能力。然而&#xff0c;这些模型在提供信息的准确、即时、专业、权威等方面仍存在局限。检索增…

用Python打造精彩动画与视频,3.2 基本的剪辑和合并操作

3.2 基本的剪辑和合并操作 在这一节中&#xff0c;我们将学习如何使用 MoviePy 库对视频进行基本的剪辑和合并操作。MoviePy 是一个用于视频编辑的 Python 库&#xff0c;可以轻松地实现视频的剪辑、合并、添加音频等操作。 准备工作 首先&#xff0c;确保你已经安装了 Movi…

c++----类与对象(下)

当我们简单的学习了上一篇日期类。简单的理解并且使用了我们前面学习的知识。当然这还只是我们c的九牛一毛。并且我们的类与对象的知识还没学习完。今天我们来把类与对象的知识完善一下。 初始化列表 那么今天我们就不讲废话了&#xff0c;我们直接来主题。首先我们可以看到我…

防火墙Firewalld(iptables)

目录 一、Linux防火墙基础 1.什么是防火墙 2.防火墙的功能 3.防火墙的类型 二、Linux防火墙工具 1.iptables 2. netfilter 3.四表五链结构 3.1四表 3.2五链 3.3总结 4.数据包过滤的匹配流程 4.1规则表之间的顺序 4.2规则链之间的顺序 4.3规则链内的匹配顺序 …