Projet Rythmes Urbains Heetch

Contexte

• Entreprise: Heetch
• Source des données: L'entreprise Heetch récupère les données de ses chaufeurs ont leur application ouverte
• Objectif: savoir quel est la différence de trafic entre tel jour et tel autre (trafic = fct(temps))

Démarche

On organisons le travail en 2 parties. La première identifie l'heure de pointe et les quartiers principaux à ces heures de pointes. Le seconde,

Définitions

• Heure de pointe: Heure à laquelle il y a des fortes concentrations de chauffeurs dans certaines villes

Partie 1: déterminer une heure de pointe par quartier

Data Loading

fichier Rmd

• loadHeetch.Rmd

Résumé

• récupérer
  • les données des chauffeurs heetchmarchcrop.Rds (un sf contient des points)
  • et la répartition géographique des quartiers de casa casaneib.geojson
• transformer les données vers une projection correspondant à Casablanca (crs=26191)
• Faire une intersection entre les deux bases de données afin
• générer un fichier final (heetchmarchcropwithneib.Rds) qui contient
  • les données de heetchmarchcrop.Rds en projection (crs=26191)
  • le quartier où le point a été retrouvé

Mapping peak hours: Determiner une heure de pointe par quartier

• les details sont dans le fichier: task1.Rmd avec une vue html Nombre de points en fonction du quartier

Partie 2: OD: Determiner les flux

Task1: OD_jour

• les details sont dans le fichier: OD_jour avec une vue html

Task2: OD_week vs week-end

• les details sont dans le fichier: OD_week avec une vue html

Others

links

• https://r-spatial.github.io/sf/articles/sf5.html
• https://riatelab.github.io/mapsf/reference/mf_map.html