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.<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<br>Geojsons of these 2* by 2* extracts for MEL, BKK, SHG now added, and LAX will be added shortly.<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 yet to add<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>**VERSIONSv5 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速度，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】：本次数据采集时段为2020年第三季度，但部分文件被错误标注为2020年6月的“02-20”格式，所有文件均应标注为2020年9月（即“09-20”），以对应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。 每条数据对应一个600平方米的地理位置，包含总测试次数、使用设备数量以及平均上传和下载速度。各城市地理JSON（GeoJSON）文件的数据行数如下： - 墨尔本（MEL）：16181条数据 - 上海（SHG）：31745条数据 - 曼谷（BKK）：29296条数据 目前已新增墨尔本、曼谷、上海的2×2区域提取地理JSON文件，洛杉矶（LAX）的相关文件将在近期上线。 本数据集基于Speedtest全球指数（Speedtest Global Index）提供的数据汇总进行地理空间解析，相关链接详见下文。可通过Jupyter Notebook（*.ipynb）文件对地理数据进行交互查询，Jupyter的安装指引详见下方链接。 【待完成任务】：将新增谷歌地图版本，无需安装Jupyter即可查看数据。 - 已新增曼谷（BKK）谷歌地图链接，图例说明如下：绿色代表网速≥100Mbps（超高速），黑色代表网速≥500Mbps（极速）。配套CSV文件已提供，相关代码详见Speedtestv1.1.ipynb Jupyter Notebook。 python # 经纬度范围提取示例 melb = au_tiles.cx[144:146 , -39:-37] # 墨尔本经纬度提取范围 shg = tiles.cx[120:122 , 30:32] # 上海经纬度提取范围 bkk = tiles.cx[100:102 , 13:15] # 曼谷经纬度提取范围 - 洛杉矶（LAX）相关数据尚未添加 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）上公开的Speedtest开放数据集，相关链接详见下文（opendata.aws）。 【版本迭代】 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：替换墨尔本地图为带大尺寸图例的版本，此前图例仅显示在右上角且尺寸极小 v2：上传墨尔本、上海、曼谷数据及Jupyter Notebook文件 v1：元数据记录 【许可协议】：Speedtest数据基于亚马逊云服务的知识共享署名-非商业性使用-相同方式共享4.0国际许可协议（CC BY-NC-SA 4.0），因此本数据集的使用需遵循以下规则： 1. 不得用于商业用途（NC，Non-Commercial） 2. 二次分发需采用相同许可协议（SA，Share-Alike） 本限制覆盖标准CC-BY Figshare许可协议。