## プロジェクト概要
このプロジェクトは、「commute_agci.py」という名前で、通勤時間と距離を記録、分析、可視化するためのPythonライブラリです。
**主な機能**
* 通勤時間と距離の記録 (移動手段、時間、距離などを記録)
* 通勤時間の分析 (平均通勤時間、移動手段ごとの平均時間など)
* 通勤時間の可視化 (グラフ、図表など)
* 距離分析 (移動手段ごとの平均距離など) (**オプション機能**)
**利点**
* 通勤時間のパターンを理解し、時間管理を改善するのに役立ちます。
* 異なる移動手段の効率を比較し、最適な移動手段を選択するのに役立ちます。
* 通勤データに基づいて、交通インフラや政策の改善に役立ちます。
**対象ユーザー**
* 通勤時間と距離を記録したい個人
* 通勤データを分析したい企業や自治体
* 通勤データに基づいた研究を行う研究者
**技術スタック**
* Python
* Pandas
* Matplotlib
* Geopy (**オプション機能**)
**今後の予定**
* 機能の追加 (移動経路の可視化、CO2排出量の計算など)
* モバイルアプリの開発
* APIの提供
## 利用方法
このライブラリを使用するには、以下の手順に従ってください。
1. ライブラリをインストールする:
```bash
pip install commute_agci
```
2. 以下のコードを実行して、ライブラリをインポートします。
```python
import commute_agci as ca
```
3. ライブラリの機能を使用します。
```python
# 通勤時間の記録
ca.record_commute_data('08:00', '08:45', 'car')
# 通勤時間の分析
avg_duration, grouped_data = ca.analyze_commute_data()
print(f"平均通勤時間: {avg_duration:.2f} 分")
print(f"移動手段ごとの平均通勤時間:")
print(grouped_data)
# 通勤時間の可視化
ca.plot_commute_data(data=grouped_data, x_axis='移動手段', y_axis='時間', title='移動手段ごとの平均通勤時間')
# 距離分析 (オプション機能)
ca.analyze_commute_distance_and_plot()
```
## ライセンス
このライブラリは、MITライセンスでライセンスされています。
## 関連資料
なし
## 謝辞
このプロジェクトは、以下のオープンソースプロジェクトの貢献者に感謝しています。
* Pandas
* Matplotlib
* Geopy
## 連絡先
このプロジェクトに関するご質問やご意見は、以下のメールアドレスまでお送りください。
Raw data
{
"_id": null,
"home_page": "https://github.com/2222012kishimoto/dstokuron/tree/main",
"name": "commute-agci",
"maintainer": "Udai kishimoto",
"docs_url": null,
"requires_python": null,
"maintainer_email": "s2222012@stu.musashino-u.ac.jp",
"keywords": "commute_agci commute analysis data visualization",
"author": "Udai kishimoto",
"author_email": "s2222012@stu.musashino-u.ac.jp",
"download_url": "https://files.pythonhosted.org/packages/21/8f/d6dd6467ba972b9f6e56450f4f7d8b703c624b5fe3dd40ec6f773ac96948/commute_agci-0.6.2.tar.gz",
"platform": null,
"description": "## \u30d7\u30ed\u30b8\u30a7\u30af\u30c8\u6982\u8981\n\n\u3053\u306e\u30d7\u30ed\u30b8\u30a7\u30af\u30c8\u306f\u3001\u300ccommute_agci.py\u300d\u3068\u3044\u3046\u540d\u524d\u3067\u3001\u901a\u52e4\u6642\u9593\u3068\u8ddd\u96e2\u3092\u8a18\u9332\u3001\u5206\u6790\u3001\u53ef\u8996\u5316\u3059\u308b\u305f\u3081\u306ePython\u30e9\u30a4\u30d6\u30e9\u30ea\u3067\u3059\u3002\n\n**\u4e3b\u306a\u6a5f\u80fd**\n\n* \u901a\u52e4\u6642\u9593\u3068\u8ddd\u96e2\u306e\u8a18\u9332 (\u79fb\u52d5\u624b\u6bb5\u3001\u6642\u9593\u3001\u8ddd\u96e2\u306a\u3069\u3092\u8a18\u9332)\n* \u901a\u52e4\u6642\u9593\u306e\u5206\u6790 (\u5e73\u5747\u901a\u52e4\u6642\u9593\u3001\u79fb\u52d5\u624b\u6bb5\u3054\u3068\u306e\u5e73\u5747\u6642\u9593\u306a\u3069)\n* \u901a\u52e4\u6642\u9593\u306e\u53ef\u8996\u5316 (\u30b0\u30e9\u30d5\u3001\u56f3\u8868\u306a\u3069)\n* \u8ddd\u96e2\u5206\u6790 (\u79fb\u52d5\u624b\u6bb5\u3054\u3068\u306e\u5e73\u5747\u8ddd\u96e2\u306a\u3069) (**\u30aa\u30d7\u30b7\u30e7\u30f3\u6a5f\u80fd**)\n\n**\u5229\u70b9**\n\n* \u901a\u52e4\u6642\u9593\u306e\u30d1\u30bf\u30fc\u30f3\u3092\u7406\u89e3\u3057\u3001\u6642\u9593\u7ba1\u7406\u3092\u6539\u5584\u3059\u308b\u306e\u306b\u5f79\u7acb\u3061\u307e\u3059\u3002\n* \u7570\u306a\u308b\u79fb\u52d5\u624b\u6bb5\u306e\u52b9\u7387\u3092\u6bd4\u8f03\u3057\u3001\u6700\u9069\u306a\u79fb\u52d5\u624b\u6bb5\u3092\u9078\u629e\u3059\u308b\u306e\u306b\u5f79\u7acb\u3061\u307e\u3059\u3002\n* \u901a\u52e4\u30c7\u30fc\u30bf\u306b\u57fa\u3065\u3044\u3066\u3001\u4ea4\u901a\u30a4\u30f3\u30d5\u30e9\u3084\u653f\u7b56\u306e\u6539\u5584\u306b\u5f79\u7acb\u3061\u307e\u3059\u3002\n\n**\u5bfe\u8c61\u30e6\u30fc\u30b6\u30fc**\n\n* \u901a\u52e4\u6642\u9593\u3068\u8ddd\u96e2\u3092\u8a18\u9332\u3057\u305f\u3044\u500b\u4eba\n* \u901a\u52e4\u30c7\u30fc\u30bf\u3092\u5206\u6790\u3057\u305f\u3044\u4f01\u696d\u3084\u81ea\u6cbb\u4f53\n* \u901a\u52e4\u30c7\u30fc\u30bf\u306b\u57fa\u3065\u3044\u305f\u7814\u7a76\u3092\u884c\u3046\u7814\u7a76\u8005\n\n**\u6280\u8853\u30b9\u30bf\u30c3\u30af**\n\n* Python\n* Pandas\n* Matplotlib\n* Geopy (**\u30aa\u30d7\u30b7\u30e7\u30f3\u6a5f\u80fd**)\n\n**\u4eca\u5f8c\u306e\u4e88\u5b9a**\n\n* \u6a5f\u80fd\u306e\u8ffd\u52a0 (\u79fb\u52d5\u7d4c\u8def\u306e\u53ef\u8996\u5316\u3001CO2\u6392\u51fa\u91cf\u306e\u8a08\u7b97\u306a\u3069)\n* \u30e2\u30d0\u30a4\u30eb\u30a2\u30d7\u30ea\u306e\u958b\u767a\n* API\u306e\u63d0\u4f9b\n\n## \u5229\u7528\u65b9\u6cd5\n\n\u3053\u306e\u30e9\u30a4\u30d6\u30e9\u30ea\u3092\u4f7f\u7528\u3059\u308b\u306b\u306f\u3001\u4ee5\u4e0b\u306e\u624b\u9806\u306b\u5f93\u3063\u3066\u304f\u3060\u3055\u3044\u3002\n\n1. \u30e9\u30a4\u30d6\u30e9\u30ea\u3092\u30a4\u30f3\u30b9\u30c8\u30fc\u30eb\u3059\u308b:\n\n```bash\npip install commute_agci\n```\n\n2. \u4ee5\u4e0b\u306e\u30b3\u30fc\u30c9\u3092\u5b9f\u884c\u3057\u3066\u3001\u30e9\u30a4\u30d6\u30e9\u30ea\u3092\u30a4\u30f3\u30dd\u30fc\u30c8\u3057\u307e\u3059\u3002\n\n```python\nimport commute_agci as ca\n```\n\n3. \u30e9\u30a4\u30d6\u30e9\u30ea\u306e\u6a5f\u80fd\u3092\u4f7f\u7528\u3057\u307e\u3059\u3002\n\n```python\n# \u901a\u52e4\u6642\u9593\u306e\u8a18\u9332\nca.record_commute_data('08:00', '08:45', 'car')\n\n# \u901a\u52e4\u6642\u9593\u306e\u5206\u6790\navg_duration, grouped_data = ca.analyze_commute_data()\nprint(f\"\u5e73\u5747\u901a\u52e4\u6642\u9593: {avg_duration:.2f} \u5206\")\nprint(f\"\u79fb\u52d5\u624b\u6bb5\u3054\u3068\u306e\u5e73\u5747\u901a\u52e4\u6642\u9593:\")\nprint(grouped_data)\n\n# \u901a\u52e4\u6642\u9593\u306e\u53ef\u8996\u5316\nca.plot_commute_data(data=grouped_data, x_axis='\u79fb\u52d5\u624b\u6bb5', y_axis='\u6642\u9593', title='\u79fb\u52d5\u624b\u6bb5\u3054\u3068\u306e\u5e73\u5747\u901a\u52e4\u6642\u9593')\n\n# \u8ddd\u96e2\u5206\u6790 (\u30aa\u30d7\u30b7\u30e7\u30f3\u6a5f\u80fd)\nca.analyze_commute_distance_and_plot()\n```\n\n## \u30e9\u30a4\u30bb\u30f3\u30b9\n\n\u3053\u306e\u30e9\u30a4\u30d6\u30e9\u30ea\u306f\u3001MIT\u30e9\u30a4\u30bb\u30f3\u30b9\u3067\u30e9\u30a4\u30bb\u30f3\u30b9\u3055\u308c\u3066\u3044\u307e\u3059\u3002\n\n## \u95a2\u9023\u8cc7\u6599\n\u306a\u3057\n## \u8b1d\u8f9e\n\n\u3053\u306e\u30d7\u30ed\u30b8\u30a7\u30af\u30c8\u306f\u3001\u4ee5\u4e0b\u306e\u30aa\u30fc\u30d7\u30f3\u30bd\u30fc\u30b9\u30d7\u30ed\u30b8\u30a7\u30af\u30c8\u306e\u8ca2\u732e\u8005\u306b\u611f\u8b1d\u3057\u3066\u3044\u307e\u3059\u3002\n\n* Pandas\n* Matplotlib\n* Geopy\n\n## \u9023\u7d61\u5148\n\n\u3053\u306e\u30d7\u30ed\u30b8\u30a7\u30af\u30c8\u306b\u95a2\u3059\u308b\u3054\u8cea\u554f\u3084\u3054\u610f\u898b\u306f\u3001\u4ee5\u4e0b\u306e\u30e1\u30fc\u30eb\u30a2\u30c9\u30ec\u30b9\u307e\u3067\u304a\u9001\u308a\u304f\u3060\u3055\u3044\u3002\n\n",
"bugtrack_url": null,
"license": "MIT",
"summary": "commute_agci is a Python package for analyzing commute data.",
"version": "0.6.2",
"project_urls": {
"Download": "https://github.com/2222012kishimoto/dstokuron/tree/main",
"Homepage": "https://github.com/2222012kishimoto/dstokuron/tree/main"
},
"split_keywords": [
"commute_agci",
"commute",
"analysis",
"data",
"visualization"
],
"urls": [
{
"comment_text": "",
"digests": {
"blake2b_256": "9574b11442e3e68dffa38c2373eb29d303cfb2a1b5bd2505c73122166b7de918",
"md5": "8376fb62177b8d4fc70c9100d5260849",
"sha256": "ea080605e2eec72c1f2263ce905d90dc06a271148b88d8faef57618dc1ef0a74"
},
"downloads": -1,
"filename": "commute_agci-0.6.2-py3-none-any.whl",
"has_sig": false,
"md5_digest": "8376fb62177b8d4fc70c9100d5260849",
"packagetype": "bdist_wheel",
"python_version": "py3",
"requires_python": null,
"size": 5303,
"upload_time": "2024-05-24T05:21:15",
"upload_time_iso_8601": "2024-05-24T05:21:15.681530Z",
"url": "https://files.pythonhosted.org/packages/95/74/b11442e3e68dffa38c2373eb29d303cfb2a1b5bd2505c73122166b7de918/commute_agci-0.6.2-py3-none-any.whl",
"yanked": false,
"yanked_reason": null
},
{
"comment_text": "",
"digests": {
"blake2b_256": "218fd6dd6467ba972b9f6e56450f4f7d8b703c624b5fe3dd40ec6f773ac96948",
"md5": "447d55d2ffd0e1428b949a8c26d608a1",
"sha256": "f14ec5eb9ca3637e61509bf33ee808b712c4c6e53d35189fc118a56f2b2cbb12"
},
"downloads": -1,
"filename": "commute_agci-0.6.2.tar.gz",
"has_sig": false,
"md5_digest": "447d55d2ffd0e1428b949a8c26d608a1",
"packagetype": "sdist",
"python_version": "source",
"requires_python": null,
"size": 5271,
"upload_time": "2024-05-24T05:21:17",
"upload_time_iso_8601": "2024-05-24T05:21:17.627495Z",
"url": "https://files.pythonhosted.org/packages/21/8f/d6dd6467ba972b9f6e56450f4f7d8b703c624b5fe3dd40ec6f773ac96948/commute_agci-0.6.2.tar.gz",
"yanked": false,
"yanked_reason": null
}
],
"upload_time": "2024-05-24 05:21:17",
"github": true,
"gitlab": false,
"bitbucket": false,
"codeberg": false,
"github_user": "2222012kishimoto",
"github_project": "dstokuron",
"github_not_found": true,
"lcname": "commute-agci"
}
JSON
