Speedtest Open Data - Four International cities - MEL, BKK, SHG, LAX

This dataset compares four cities broadband internet speeds:- Melbourne, AU- Bangkok, TH- Shanghai, CN- Los Angeles, US<br>ERRATA:Data is for Q3 2020, but some files are labelled incorrectly as 02-20 of June 20. They all should read Sept 20, or 09-20 as Q3 20, rather than Q2. Will rename and reload.2. LAX file named 0320, when should be Q320.<br>*lines of data for each geojson file; a line equates to a 600m^2 location, inc total tests, devices used, and average upload and download speed- MEL 16181 lines- SHG 31745 lines- BKK 29296 lines- LAX 15899 lines<br>Geojsons of these 2* by 2* extracts for MEL, BKK, SHG now added, and LAX added v6..<br>This dataset unpacks, geospatially, data summaries provided in Speedtest Global Index (linked below). See Jupyter Notebook (*.ipynb) to interrogate geo data. See link to install Jupyter.<br>** To DoWill add Google Map versions so everyone can see without installing Jupyter.- Link to Google Map (BKK) added below. Key:Green &gt; 100Mbps(Superfast). Black &gt; 500Mbps (Ultrafast). CSV provided. Code in Speedtestv1.1.ipynb Jupyter Notebook.<br>** Pythonmelb = au_tiles.cx[144:146 , -39:-37] #Lat/Lon extract<br>shg = tiles.cx[120:122 , 30:32] #Lat/Lon extract<br>bkk = tiles.cx[100:102 , 13:15] #Lat/Lon extract<br>lax = tiles.cx[-118:-120, 33:35] #lat/Lon<br>Histograms, and data visualisations will be provided.Data Sourced from - This is an extract of Speedtest Open data available at Amazon WS (link below - opendata.aws).<br>**VERSIONSv6 Added LAX file.v5 Add screenshot of BKK Google Map.v4 Add BKK Google map(link below), and BKK csv mapping files. v3 replaced MEL map with big key version. Prev key was very tiny in top right corner.v2 Uploaded MEL, SHG, BKK data and Jupyter Notebookv1 Metadata record<br>** LICENCEAWS data licence on Speedtest data is "CC BY-NC-SA 4.0", so use of this data must be:- non-commercial (NC)- reuse must be share-alike (SA)(add same licence).This restricts the standard CC-BY Figshare licence.<br>

本数据集对比了四座城市的宽带互联网网速，分别为澳大利亚墨尔本（Melbourne, AU）、泰国曼谷（Bangkok, TH）、中国上海（Shanghai, CN）以及美国洛杉矶（Los Angeles, US）。

**勘误说明**：本次数据采集自2020年第三季度，但部分文件被错误标注为2020年6月的02-20批次，所有文件均应标注为2020年9月（即09-20），归属于2020年第三季度而非第二季度。后续将对文件重命名并重新上传。其中洛杉矶（LAX）的文件名为0320，实际应为Q320。

各城市对应地理JSON（GeoJSON）文件的数据行数如下：每条数据记录代表一处600平方米的采样点位，包含总测试次数、使用设备数量，以及平均上传和下载网速。具体行数为：墨尔本（MEL）共16181条，上海（SHG）共31745条，曼谷（BKK）共29296条，洛杉矶（LAX）共15899条。

目前已新增墨尔本、曼谷、上海的2×2提取范围地理JSON（GeoJSON）文件，洛杉矶文件也已更新至v6版本。

本数据集对《Speedtest全球网速指数（Speedtest Global Index）》中的数据摘要进行了地理空间解析。可通过Jupyter Notebook（*.ipynb）文件对地理数据进行交互查询，相关Jupyter安装指引详见对应链接。

**待完成事项**：将新增谷歌地图版本，以便无需安装Jupyter即可查看数据。目前已新增曼谷（BKK）谷歌地图链接，配色规则如下：绿色代表网速大于100Mbps（超高速），黑色代表网速大于500Mbps（极速）。相关CSV文件已提供，代码实现详见Speedtestv1.1.ipynb的Jupyter Notebook。

**Python示例代码**：
python
melb = au_tiles.cx[144:146 , -39:-37] # 经纬度提取范围
shg = tiles.cx[120:122 , 30:32] # 经纬度提取范围
bkk = tiles.cx[100:102 , 13:15] # 经纬度提取范围
lax = tiles.cx[-118:-120, 33:35] # 经纬度范围

后续将提供直方图及其他数据可视化内容。

**数据来源**：本数据集提取自亚马逊云服务（Amazon Web Services, AWS）开放的Speedtest公开数据（详见下方链接：opendata.aws）。

**版本更新记录**：
v6：新增洛杉矶（LAX）数据文件；
v5：新增曼谷谷歌地图截图；
v4：新增曼谷谷歌地图链接及曼谷CSV映射文件；
v3：将墨尔本地图替换为大字号标注版本，此前标注仅在右上角显示，字体过小；
v2：上传墨尔本、上海、曼谷数据及Jupyter Notebook；
v1：元数据记录。

**许可证说明**：Speedtest数据基于亚马逊云服务的"CC BY-NC-SA 4.0"许可证，因此本数据集的使用需遵循以下规则：
1. 非商业性使用（NC）；
2. 再分发需采用相同的共享相似条款（SA），即需附加相同许可证。
该条款限制了标准"CC-BY Figshare"许可证的使用范围。