- ๐ Table of Contents
- ๐Overview
- ๐ฎ Features
- โ๏ธ Project Structure
- ๐งฉ Modules
- ๐๐จ Getting Started
- ๐บ Roadmap
- ๐ค Contributing
- ๐ชช License
- ๐ซ Contact
- ๐ Acknowledgments
The toolkit_for_gps_mobility_data_analysis is a Python package designed for comprehensive analysis of GPS-based mobility data. It offers a user-friendly API to facilitate the processing and analysis of GPS data, making it an essential tool for researchers and developers working in the field of mobility analysis.
- Data Processing: Efficient handling and processing of large-scale GPS data.
- Analysis Tools: Advanced tools for analyzing mobility patterns, stops, and routes.
- Customizable Workflows: Flexible architecture to adapt to various analysis needs.
repo
โโโ cpputils
โย ย โโโ main.cpp
โโโ docs
โย ย โโโ build
โย ย โย ย โโโ doctrees
โย ย โย ย โย ย โโโ environment.pickle
โย ย โย ย โย ย โโโ index.doctree
โย ย โย ย โย ย โโโ intro.doctree
โย ย โย ย โย ย โโโ modules.doctree
โย ย โย ย โย ย โโโ wbgps.doctree
โย ย โย ย โโโ html
โย ย โย ย โโโ genindex.html
โย ย โย ย โโโ index.html
โย ย โย ย โโโ intro.html
โย ย โย ย โโโ _modules
โย ย โย ย โย ย โโโ index.html
โย ย โย ย โย ย โโโ wbgps
โย ย โย ย โย ย โโโ analysis.html
โย ย โย ย โย ย โโโ labeling.html
โย ย โย ย โย ย โโโ stops.html
โย ย โย ย โโโ modules.html
โย ย โย ย โโโ objects.inv
โย ย โย ย โโโ py-modindex.html
โย ย โย ย โโโ search.html
โย ย โย ย โโโ searchindex.js
โย ย โย ย โโโ _sources
โย ย โย ย โย ย โโโ index.rst.txt
โย ย โย ย โย ย โโโ intro.rst.txt
โย ย โย ย โย ย โโโ modules.rst.txt
โย ย โย ย โย ย โโโ wbgps.rst.txt
โย ย โย ย โโโ _static
โย ย โย ย โย ย โโโ basic.css
โย ย โย ย โย ย โโโ css
โย ย โย ย โย ย โย ย โโโ badge_only.css
โย ย โย ย โย ย โย ย โโโ fonts
โย ย โย ย โย ย โย ย โย ย โโโ fontawesome-webfont.eot
โย ย โย ย โย ย โย ย โย ย โโโ fontawesome-webfont.svg
โย ย โย ย โย ย โย ย โย ย โโโ fontawesome-webfont.ttf
โย ย โย ย โย ย โย ย โย ย โโโ fontawesome-webfont.woff
โย ย โย ย โย ย โย ย โย ย โโโ fontawesome-webfont.woff2
โย ย โย ย โย ย โย ย โย ย โโโ lato-bold-italic.woff
โย ย โย ย โย ย โย ย โย ย โโโ lato-bold-italic.woff2
โย ย โย ย โย ย โย ย โย ย โโโ lato-bold.woff
โย ย โย ย โย ย โย ย โย ย โโโ lato-bold.woff2
โย ย โย ย โย ย โย ย โย ย โโโ lato-normal-italic.woff
โย ย โย ย โย ย โย ย โย ย โโโ lato-normal-italic.woff2
โย ย โย ย โย ย โย ย โย ย โโโ lato-normal.woff
โย ย โย ย โย ย โย ย โย ย โโโ lato-normal.woff2
โย ย โย ย โย ย โย ย โย ย โโโ Roboto-Slab-Bold.woff
โย ย โย ย โย ย โย ย โย ย โโโ Roboto-Slab-Bold.woff2
โย ย โย ย โย ย โย ย โย ย โโโ Roboto-Slab-Regular.woff
โย ย โย ย โย ย โย ย โย ย โโโ Roboto-Slab-Regular.woff2
โย ย โย ย โย ย โย ย โโโ theme.css
โย ย โย ย โย ย โโโ doctools.js
โย ย โย ย โย ย โโโ documentation_options.js
โย ย โย ย โย ย โโโ file.png
โย ย โย ย โย ย โโโ js
โย ย โย ย โย ย โย ย โโโ badge_only.js
โย ย โย ย โย ย โย ย โโโ html5shiv.min.js
โย ย โย ย โย ย โย ย โโโ html5shiv-printshiv.min.js
โย ย โย ย โย ย โย ย โโโ theme.js
โย ย โย ย โย ย โโโ language_data.js
โย ย โย ย โย ย โโโ minus.png
โย ย โย ย โย ย โโโ plus.png
โย ย โย ย โย ย โโโ pygments.css
โย ย โย ย โย ย โโโ searchtools.js
โย ย โย ย โย ย โโโ sphinx_highlight.js
โย ย โย ย โโโ wbgps.html
โย ย โโโ make.bat
โย ย โโโ Makefile
โย ย โโโ source
โย ย โโโ conf.py
โย ย โโโ index.rst
โย ย โโโ intro.rst
โย ย โโโ modules.rst
โย ย โโโ wbgps.rst
โโโ LICENSE
โโโ README.md
โโโ requirements.txt
โโโ setup.py
โโโ wbgps
โโโ analysis.py
โโโ __init__.py
โโโ labeling.py
โโโ stops.py
14 directories, 71 files
Wbgps
File | Summary | Module |
---|---|---|
labeling.py | This code imports the necessary packages and functions to create a dataframe with user_id , start and end times , duration , latitude and longitude , total duration and pings at a stop location , cluster label , median accuracy , location type , | wbgps/labeling.py |
stops.py | This code contains functions to apply the Infostop algorithm to a set of geolocated pings with timestamps . It validates the data frame , computes intervals , converts dates to UNIX time , and applies the DBSCAN | wbgps/stops.py |
analysis.py | Prompt too long to generate summary. | wbgps/analysis.py |
Before you begin, ensure that you have the following prerequisites installed:
- Pyspark 3 <
There is an development environment in the infrastructure directory. You would need to install docker-compose [https://docs.docker.com/compose/] and run the following command in the mentioned directory:
docker-compose up
This gives you all the requirements for running a Spark cluster in your local machine using docker containers.
- Clone the toolkit_for_gps_mobility_data_analysis repository:
git clone https://github.com/spfraib/toolkit_for_gps_mobility_data_analysis
- Change to the project directory:
cd toolkit_for_gps_mobility_data_analysis
- Install the package:
pip install .
import wbgps
Check out our example notebook for a quick demonstration of how to use the toolkit.
- [๐ COMPLETED-TASK]
- [๐ INSERT-TASK]
- [๐ INSERT-TASK]
Contributions are always welcome! Please follow these steps:
- Fork the project repository. This creates a copy of the project on your account that you can modify without affecting the original project.
- Clone the forked repository to your local machine using a Git client like Git or GitHub Desktop.
- Create a new branch with a descriptive name (e.g.,
new-feature-branch
orbugfix-issue-123
).
git checkout -b new-feature-branch
- Make changes to the project's codebase.
- Commit your changes to your local branch with a clear commit message that explains the changes you've made.
git commit -m 'Implemented new feature.'
- Push your changes to your forked repository on GitHub using the following command
git push origin new-feature-branch
- Create a pull request to the original repository. Open a new pull request to the original project repository. In the pull request, describe the changes you've made and why they're necessary. The project maintainers will review your changes and provide feedback or merge them into the main branch.