Data-Gouv-FR/lignes-de-bus-du-reseau-transports-en-commun-lyonnais

该数据集提供了法国里昂公共交通网络（TCL）的公交和无轨电车线路的图形表示，这些表示为线性对象，用于定位线路及其从起点到终点的路径。数据集包含管理信息（如线路名称、内部轨迹代码、线路代码、轨迹类型、轨迹名称、方向、起点和终点的代码与名称、交通家族、轨迹开始和结束日期、线路类型代码与名称、无障碍设施PMR信息、线路三字母代码、轨迹版本名称、数据最后更新日期）以及路径信息（从起点到终点的折线）。The graphical representation of bus and trolleybus lines in the TCL network is a linear object that locates the line and its route from terminus to terminus. The graphical representation of lines is characterized by management information (line name, internal route code, line code, route type, route name, direction, origin and destination codes and names, transport family, route start and end dates, line type code and name, PMR accessibility, line trigram, route version name, data last update date) and route information (polylines from terminus to terminus).

搜集汇总

数据集介绍

构建方式

该数据集源自法国开放数据平台data.gouv.fr，收录了里昂公共交通网络（TCL）下所有公交及无轨电车线路的几何与属性信息。构建过程中，将原始数据中的每一张表格资源映射为Hugging Face数据集中的一个子集（configuration），每个子集仅包含一个名为'train'的数据划分。原始表格数据被转换为Parquet列式存储格式，并存放于统一的'data/'目录下，以确保高效的读取与存储性能。这种结构设计使得数据处理流程标准化，便于后续在机器学习流水线中直接调用。

特点

数据集的核心特征在于其精细的线路表征：每条线路不仅提供了管理属性（如线路名称、内部编码、方向、起终点名称与代码、交通类型、PMR无障碍可达性、版本号及数据更新日期），还包含了从起点到终点的几何路径（polyline）信息。这种融合了属性与空间数据的双重结构，使其不仅适用于传统的统计分析，还能支持空间网络分析与可视化应用。此外，数据集采用开放许可（lov2），并提供了CSV与Parquet两种格式，兼顾了可读性与计算效率。

使用方法

用户可通过Hugging Face的datasets库便捷加载该数据集。示例代码为：`from datasets import load_dataset; ds = load_dataset('Data-Gouv-ML/lignes-de-bus-du-reseau-transports-en-commun-lyonnais', 'lignes-de-bus-du-reseau-transports-en-commun-lyonnais'); print(ds['train'])`。加载后的数据集可直接作为DataFrame格式进行数据清洗、特征工程或与地理信息系统（GIS）工具对接。对于希望探索里昂公共交通网络结构、优化线路规划或进行城市交通建模的研究者，该数据集提供了一个即开即用的基础数据源。

背景与挑战

背景概述

本数据集名为“Lignes de bus du réseau Transports en Commun Lyonnais”，由法国开放数据平台data.gouv.fr发布，数据标识符为611621fa645a12656fd5e700，创建于2021年。该数据集由法国里昂公共交通网络（TCL）提供，核心研究问题在于系统性地呈现里昂地区公交及无轨电车线路的几何形态与属性信息，涵盖线路名称、轨迹编码、起终点、交通类型、无障碍设施（PMR）及版本更新等多维元数据。数据以线性要素表达每一条线路从起点到终点的完整路径，为城市公共交通规划、空间分析、交通可达性评估及开放数据再利用提供了基础支撑。通过Hugging Face平台以Parquet格式结构化存储，该数据集已成为法国公共数据机器学习应用的重要范例，推动了交通领域数据标准化与可复用性的发展。

当前挑战

该数据集所解决的领域问题是公共交通线路的数字化表征与标准化，挑战在于如何将复杂、动态的城市公交网络抽象为一致的线性几何模型，并确保每一条线路的轨迹、方向与属性信息精确无误。构建过程中面临多重困难：原始数据来源分散，需从data.gouv.fr等多源异构平台整合，并处理不同版本间的轨迹更新与时效性校验；数据中线路类型多样（公交、无轨电车），且每条线路包含多个子轨迹与方向，需通过内部编码与命名规则统一；此外，无障碍设施信息、交通家族分类等非几何属性的准确提取与对齐，也对数据清洗与元数据匹配提出了高要求。最终将数万条线路信息转化为高效可复用的Parquet格式，并在Hugging Face上实现一键加载，更需攻克大体积结构化数据的压缩与分布式存储挑战。

常用场景

经典使用场景

该数据集源自法国里昂大都会区公共交通网络（TCL）的官方开放数据平台，记录了公交及无轨电车线路的几何走向与运营属性。其经典使用场景聚焦于城市公共交通系统的空间分析与可视化，研究者可借助线路的终点站至终点站折线（polylines）数据，结合线路名称、编码、运营方向、起终点信息等管理字段，绘制精准的公交线网拓扑图。这一基础地图数据为后续的交通可达性评估、线网覆盖密度计算及多模式换乘衔接分析提供了不可或缺的空间基底，尤其适用于区域交通规划与地理信息科学领域的溯因推演与决策支持。

衍生相关工作

由该数据集衍生的经典工作主要集中在公交通达性建模与多源数据融合领域。研究者常将其与里昂大都会区的人口普查网格数据及兴趣点（POI）数据结合，构建基于空间句法或重力模型的公交服务覆盖率评估框架；部分工作则利用线路拓扑结构作为图神经网络（GNN）的边特征，预测站点级客流分布或线路运行时间波动性。此外，该数据集也催生了若干开放工具项目，例如基于GeoPandas的公交线网可视化库与自动质量校验流水线，进一步降低了后续研究者的数据复现门槛，推动了交通数据科学的可重复性文化建设。

数据集最近研究

最新研究方向

该数据集聚焦于法国里昂公交与无轨电车线路的矢量空间表示与精细化管理，其最新研究方向主要围绕公共交通网络的数字化、标准化与开放数据生态构建。近期研究热点包括：基于高精度轨迹数据（如polylignes de terminus à terminus）的公交线路拓扑优化与可达性分析，以及结合PMR无障碍信息开展的城市交通包容性评估。该数据集的开放许可（lov2）使其成为法国公共数据开放运动的关键载体，为智慧城市中的多模式交通建模、实时调度模拟与路径规划算法验证提供了标准化基础数据源，助力交通公平性与运营效率的协同提升。