Speedtest Open Data - Four International cities - MEL, BKK, SHG, LAX plus ALC - 2020, 2022

This dataset compares four cities FIXED-line broadband internet speeds: - Melbourne, AU - Bangkok, TH - Shanghai, CN - Los Angeles, US - Alice Springs, AU ERRATA: 1.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. Amended in v7. 2. LAX file named 0320, when should be Q320. Amended in v8. *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 locations/lines => 0.85M speedtests (16.7 tests per 100people) - SHG 31745 lines => 0.65M speedtests (2.5/100pp) - BKK 29296 lines => 1.5M speedtests (14.3/100pp) - LAX 15899 lines => 1.3M speedtests (10.4/100pp) - ALC 76 lines => 500 speedtests (2/100pp) Geojsons of these 2* by 2* extracts for MEL, BKK, SHG now added, and LAX added v6. Alice Springs added v15. 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. ** To Do Will add Google Map versions so everyone can see without installing Jupyter. - Link to Google Map (BKK) added below. Key:Green > 100Mbps(Superfast). Black > 500Mbps (Ultrafast). CSV provided. Code in Speedtestv1.1.ipynb Jupyter Notebook. - Community (Whirlpool) surprised [Link: https://whrl.pl/RgAPTl] that Melb has 20% at or above 100Mbps. Suggest plot Top 20% on map for community. Google Map link - now added (and tweet). ** Python melb = au_tiles.cx[144:146 , -39:-37] #Lat/Lon extract shg = tiles.cx[120:122 , 30:32] #Lat/Lon extract bkk = tiles.cx[100:102 , 13:15] #Lat/Lon extract lax = tiles.cx[-118:-120, 33:35] #lat/Lon extract ALC=tiles.cx[132:134, -22:-24] #Lat/Lon extract Histograms (v9), and data visualisations (v3,5,9,11) will be provided. Data Sourced from - This is an extract of Speedtest Open data available at Amazon WS (link below - opendata.aws). **VERSIONS v.24 Add tweet and google map of Top 20% (over 100Mbps locations) in Mel Q322. Add v.1.5 MEL-Superfast notebook, and CSV of results (now on Google Map; link below). v23. Add graph of 2022 Broadband distribution, and compare 2020 - 2022. Updated v1.4 Jupyter notebook. v22. Add Import ipynb; workflow-import-4cities. v21. Add Q3 2022 data; five cities inc ALC. Geojson files. (2020; 4.3M tests 2022; 2.9M tests) #Melb 14784 lines Avg download speed 69.4M Tests 0.39M #SHG 31207 lines Avg 233.7M Tests 0.56M #ALC 113 lines Avg 51.5M Test 1092 #BKK 29684 lines Avg 215.9M Tests 1.2M #LAX 15505 lines Avg 218.5M Tests 0.74M v20. Speedtest - Five Cities inc ALC. v19. Add ALC2.ipynb. v18. Add ALC line graph. v17. Added ipynb for ALC. Added ALC to title.v16. Load Alice Springs Data Q221 - csv. Added Google Map link of ALC. v15. Load Melb Q1 2021 data - csv. V14. Added Melb Q1 2021 data - geojson. v13. Added Twitter link to pics. v12 Add Line-Compare pic (fastest 1000 locations) inc Jupyter (nbn-intl-v1.2.ipynb). v11 Add Line-Compare pic, plotting Four Cities on a graph. v10 Add Four Histograms in one pic. v9 Add Histogram for Four Cities. Add NBN-Intl.v1.1.ipynb (Jupyter Notebook). v8 Renamed LAX file to Q3, rather than 03. v7 Amended file names of BKK files to correctly label as Q3, not Q2 or 06. v6 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 Notebook v1 Metadata record ** LICENCE AWS 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. ** Other uses of Speedtest Open Data; - see link at Speedtest below.

本数据集对比了四座城市的固定宽带（Fixed-line broadband）互联网速率：
- 澳大利亚墨尔本（Melbourne, AU）
- 泰国曼谷（Bangkok, TH）
- 中国上海（Shanghai, CN）
- 美国洛杉矶（Los Angeles, US）
- 澳大利亚爱丽斯泉（Alice Springs, AU）

### 勘误（ERRATA）：
1. 本数据集数据实际为2020年第三季度（Q3 2020），但部分文件被错误标记为2020年6月的02-20，所有文件均应标注为2020年9月（Q3 20）而非第二季度（Q2），该问题已在v7版本中完成重命名并重新上传。
2. 洛杉矶（LAX）的文件原命名为0320，实际应为Q320，该问题已在v8版本中修正。

每个GeoJSON（GeoJSON）文件包含的数据行数：每行代表一个600平方米的点位，包含总测试次数、使用的设备数量，以及平均上下行速率：
- 墨尔本（MEL）：16181个点位/行数 => 85万次测速（每百人16.7次测试）
- 上海（SHG）：31745行 => 65万次测速（每百人2.5次）
- 曼谷（BKK）：29296行 => 150万次测速（每百人14.3次）
- 洛杉矶（LAX）：15899行 => 130万次测速（每百人10.4次）
- 爱丽斯泉（ALC）：76行 => 500次测速（每百人2次）

现已新增墨尔本、曼谷、上海的2°×2°区域提取GeoJSON文件，洛杉矶的数据文件已在v6版本中新增，爱丽斯泉的数据文件已在v15版本中新增。

本数据集基于Speedtest全球测速指数（Speedtest Global Index）中的地理空间数据摘要（详见下文链接）。可通过附带的Jupyter Notebook（*.ipynb）对地理数据进行交互分析，Jupyter的安装链接详见下文。** 待办事项：将新增谷歌地图版本，以便无需安装Jupyter即可查看数据。- 曼谷的谷歌地图链接已新增（并附带推文链接）。

标注说明：绿色代表≥100Mbps（超高速），黑色代表≥500Mbps（极速）。已提供CSV格式数据，代码详见Speedtestv1.1.ipynb的Jupyter Notebook。

- 澳大利亚社区论坛Whirlpool（链接：https://whrl.pl/RgAPTl）曾提及墨尔本有20%的点位测速速率≥100Mbps，建议绘制墨尔本测速速率排名前20%的点位至地图中。谷歌地图链接现已新增（并附带推文）。** Python代码示例：
melb = au_tiles.cx[144:146 , -39:-37] # 墨尔本经纬度范围提取
shg = tiles.cx[120:122 , 30:32] # 上海经纬度范围提取
bkk = tiles.cx[100:102 , 13:15] # 曼谷经纬度范围提取
lax = tiles.cx[-118:-120, 33:35] # 洛杉矶经纬度范围提取
ALC=tiles.cx[132:134, -22:-24] # 爱丽斯泉经纬度范围提取

后续将提供直方图（v9版本）及各类数据可视化成果（v3、v5、v9、v11版本）。

数据来源：本数据集为Speedtest开源数据的提取版，该数据可在亚马逊云服务（Amazon Web Services, AWS）的opendata.aws链接获取（详见下文）。** 版本更新记录：
v.24：新增墨尔本2022年第三季度测速速率前20%（≥100Mbps）点位的推文及谷歌地图链接；新增v1.5版本的墨尔本超高速测速Jupyter Notebook及结果CSV文件（现已同步至谷歌地图，链接详见下文）。
v23：新增2022年宽带速率分布图表，并对比2020-2022年数据；更新v1.4版本的Jupyter Notebook。
v22：新增导入ipynb文件；新增workflow-import-4cities工作流。
v21：新增2022年第三季度数据，包含共5座城市（含ALC）的GeoJSON文件（2020年数据：430万次测速；2022年数据：290万次测速）：
- 墨尔本：14784行，平均下载速率69.4Mbps，测速次数39万次
- 上海：31207行，平均下载速率233.7Mbps，测速次数56万次
- 爱丽斯泉：113行，平均下载速率51.5Mbps，测速次数1092次
- 曼谷：29684行，平均下载速率215.9Mbps，测速次数120万次
- 洛杉矶：15505行，平均下载速率218.5Mbps，测速次数74万次
v20：新增包含爱丽斯泉的五座城市测速数据。
v19：新增ALC2.ipynb文件。
v18：新增爱丽斯泉折线图。
v17：新增爱丽斯泉分析Jupyter Notebook；将爱丽斯泉数据加入数据集标题。
v16：导入2021年第二季度爱丽斯泉数据（CSV格式）；新增爱丽斯泉谷歌地图链接。
v15：导入2021年第一季度墨尔本数据（CSV格式）。
v14：新增2021年第一季度墨尔本数据（GeoJSON格式）。
v13：新增图片推特链接。
v12：新增点位对比图表（包含前1000个最快点位），附带Jupyter Notebook（nbn-intl-v1.2.ipynb）。
v11：新增四座城市速率对比折线图。
v10：新增四张直方图合并图表。
v9：新增四座城市直方图；新增NBN-Intl.v1.1.ipynb（Jupyter Notebook）。
v8：将洛杉矶文件重命名为Q3格式，替代原0320命名。
v7：修正曼谷文件的命名，将原Q2或06格式的文件更正为Q3格式。
v6：新增洛杉矶数据文件。
v5：新增曼谷谷歌地图截图。
v4：新增曼谷谷歌地图链接（详见下文）及曼谷CSV映射文件。
v3：替换墨尔本地图为大标注版本（原标注过小，仅在右上角难以辨识）。
v2：上传墨尔本、上海、曼谷数据及Jupyter Notebook。
v1：元数据记录。

** 许可证：Speedtest数据的AWS许可证为「CC BY-NC-SA 4.0」，因此本数据集的使用需遵循以下要求：
- 非商业用途（NC）
- 再分发需采用相同许可（SA），即保持相同的知识共享协议。本协议限制了标准CC-BY Figshare许可证。
** 其他Speedtest开源数据的使用方式详见Speedtest下文链接。