ore = [
'01', '02', '03', '04', '05', '06', '07', '08', '09', '10', '11', '12',
'13', '14', '15', '16', '17', '18', '19', '20', '21', '22', '23', '24'
]
data = pd.read_csv('dataset/incidenti/aci/autostrade/ore_2018.csv')
milano = data[data['PROVINCIA'] == 'Milano']
strade = gp.read_file(
"dataset/autostrade/autostrade_milano_linee.geojson").to_crs(epsg=3857)
strade.index = strade['name']
incidenti = pd.DataFrame()
for field in milano['NOME STRADA'].unique():
incidenti = incidenti.append(
aci_utils.sum_columns(milano[milano['NOME STRADA'] == field][ore],
name=field), )
# Conteggio incidenti per totali, indipendentemente dall'orario
inc = 0
for i in ore:
inc = incidenti[i] + inc
strade = gp.GeoDataFrame(inc, geometry=strade['geometry'])
ax = strade.plot(figsize=(11, 9),
column=0,
cmap='hot_r',
legend=True,
linewidth=1.8)
plt.ylim((5.68 * pow(10, 6), 5.72 * pow(10, 6)))
plt.xlim((pow(10, 6), 1.04 * pow(10, 6)))
mesi = [
'Gennaio', 'Febbraio', 'Marzo', 'Aprile', 'Maggio', 'Giugno', 'Luglio',
'Agosto', 'Settembre', 'Ottobre', 'Novembre', 'Dicembre'
]
data = pd.read_csv("dataset/incidenti/aci/autostrade/mesi_2018.csv")
# Selezione dati per Adriatica (SS1), Aurelia (SS16),
# A1 (del Sole), Torino-Trieste (A4) e Raccordo anulare di Roma
adriatica = data[data['CODICE'] == 'SS01601'][mesi]
a1 = data[data['CODICE'] == 'AA00101'][mesi]
aurelia = data[data['CODICE'] == 'SS00101'][mesi]
a4 = data[data['CODICE'] == 'AA00401'][mesi]
a90 = data[data['CODICE'] == 'AA09001'][mesi]
adriatica = aci_utils.sum_columns(adriatica)
a1 = aci_utils.sum_columns(a1)
aurelia = aci_utils.sum_columns(aurelia)
a4 = aci_utils.sum_columns(a4)
a90 = aci_utils.sum_columns(a90)
df = pd.DataFrame([a1, adriatica, aurelia, a4, a90], [
'A1 Milano-Roma-Napoli', 'SS16 Adriatica', 'SS1 Aurelia',
'A4 Torino Trieste', 'A90 Raccordo Anulare'
])
fig, ax = plt.subplots()
im = H.heatmap(df,
df.index,
df.columns,
ax=ax,
import pandas as pd
import sys
sys.path.append("src")
import aci_utils
data = pd.read_csv("dataset/incidenti/aci/autostrade/mesi_2018.csv")
mesi = ['Gennaio', 'Febbraio', 'Marzo', 'Aprile', 'Maggio', 'Giugno', 'Luglio', 'Agosto', 'Settembre', 'Ottobre', 'Novembre', 'Dicembre']
raccordo = data[data['CODICE'] == 'AA09001']
raccordo = aci_utils.sum_columns(raccordo[mesi])
racc_mean = raccordo.mean()
print((raccordo['Agosto'] - racc_mean) / racc_mean) # -0.46
import pandas as pd
import matplotlib.pyplot as plt
import sys
sys.path.append("src")
import aci_utils
data = pd.read_csv("dataset/incidenti/aci/autostrade/mesi_2018.csv")
mesi = [
'Gennaio', 'Febbraio', 'Marzo', 'Aprile', 'Maggio', 'Giugno', 'Luglio',
'Agosto', 'Settembre', 'Ottobre', 'Novembre', 'Dicembre'
]
# Selezione dati per raccordo anulare di Roma
raccordo = data[data['CODICE'] == 'AA09001']
# Selezione dati per SS16 Adriatica
adriatica = data[data['CODICE'] == 'SS01601']
adriatica = aci_utils.sum_columns(adriatica[mesi])
raccordo = aci_utils.sum_columns(raccordo[mesi])
df = pd.DataFrame([adriatica, raccordo],
['Adriatica', 'Raccordo Anulare Roma']).transpose()
df.plot.bar(width=0.9, color=['#d8cc6c', '#d8956c'])
plt.ylabel("Numero di incidenti al mese (2018)")
plt.tight_layout()
plt.show()
data = pd.read_csv('dataset/incidenti/aci/autostrade/ore_2018.csv')
ore = [
'01', '02', '03', '04', '05', '06', '07', '08', '09', '10', '11', '12',
'13', '14', '15', '16', '17', '18', '19', '20', '21', '22', '23', '24'
]
# Selezione dataset per raccordo anulare, SS16 a Bari e SS1 a Genova (provincia)
raccordo = data[data['CODICE'] == 'AA09001']
ss16 = data[data['CODICE'] == 'SS01601']
ss16 = ss16[ss16['PROVINCIA'] == 'Bari']
ss1 = data[data['CODICE'] == 'SS00101']
ss1 = ss1[ss1['PROVINCIA'] == 'Genova']
raccordo = aci_utils.sum_columns(raccordo[ore])
ss16 = aci_utils.sum_columns(ss16[ore])
ss1 = aci_utils.sum_columns(ss1[ore])
plt.subplot(3, 1, 1)
raccordo.plot.bar(color='#96c176', width=0.9)
plt.ylabel("Raccordo Anulare\nRoma")
plt.xticks(range(0, 25, 2), rotation=0)
plt.tight_layout()
plt.subplot(3, 1, 2)
ss16.plot.bar(color='#7696c1', width=0.9)
plt.ylabel("SS16\nprovincia di Bari")
plt.xticks(range(0, 25, 2), rotation=0)
plt.tight_layout()