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.

本数据集对比了五座城市的固定宽带互联网网速：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）以及澳大利亚艾利斯斯普林斯（Alice Springs, AU）。

### 勘误说明
1. 本数据集数据采集于2020年第三季度（Q3 2020），但部分文件误标注为"2020年6月2日至20日（02-20 of June 20）"，所有文件均应更正为"2020年9月（Sept 20）"即Q3 20，而非第二季度（Q2）。相关文件将完成重命名并重新上传，该修正已在v7版本中落实。
2. 洛杉矶（LAX）对应的文件原名为`0320`，实际应为`Q320`，该修正已在v8版本中完成。

### 数据详情
每个地理JSON（GeoJSON）文件对应的数据行代表一个600平方米的地理位置，包含总测试次数、使用的设备数量以及平均上下行网速：
- 墨尔本（MEL）：16181个地理位置/数据行，对应85万次网速测试（每百人16.7次测试）
- 上海（SHG）：31745个数据行，对应65万次网速测试（每百人2.5次测试）
- 曼谷（BKK）：29296个数据行，对应150万次网速测试（每百人14.3次测试）
- 洛杉矶（LAX）：15899个数据行，对应130万次网速测试（每百人10.4次测试）
- 艾利斯斯普林斯（ALC）：76个数据行，对应500次网速测试（每百人2次测试）

现已新增墨尔本、曼谷、上海的2°×2°提取范围地理JSON（GeoJSON）文件，洛杉矶的相关文件已在v6版本中上线，艾利斯斯普林斯的数据集则于v15版本中加入。

本数据集基于《Speedtest全球网速指数（Speedtest Global Index）》提供的数据摘要进行地理空间解析，相关链接见下文。可通过Jupyter笔记本（Jupyter Notebook）（*.ipynb）交互探究地理数据，Jupyter安装教程链接见下文。

> 待完成事项：将新增谷歌地图版本，无需安装Jupyter即可查看数据集可视化内容。曼谷（BKK）的谷歌地图链接已在下文新增。

#### 颜色编码说明
绿色代表网速≥100Mbps（超高速宽带），黑色代表网速≥500Mbps（极速宽带）。配套CSV数据文件已提供，相关代码见于`Speedtestv1.1.ipynb` Jupyter笔记本（Jupyter Notebook）。

社区论坛Whirlpool的用户曾对墨尔本有20%的区域网速达到或超过100Mbps一事表示惊讶[链接：https://whrl.pl/RgAPTl]，建议绘制网速排名前20%的地理位置地图供社区讨论。墨尔本网速前20%区域的谷歌地图链接现已新增（附带官方推文）。

附带Python坐标提取示例代码：
python
melb = au_tiles.cx[144:146 , -39:-37] # 经纬度提取范围
shg = tiles.cx[120:122 , 30:32]
bkk = tiles.cx[100:102 , 13:15]
lax = tiles.cx[-118:-120, 33:35]
ALC=tiles.cx[132:134, -22:-24]

后续将发布直方图（v9版本）及各类数据可视化内容（v3、v5、v9、v11版本）。

### 数据来源
本数据集提取自亚马逊云服务（Amazon Web Services, AWS）平台上公开的Speedtest开放数据集，相关链接见下文：opendata.aws。

### 版本更新日志
#### v.24
新增2022年第三季度墨尔本网速前20%（≥100Mbps）区域的推文及谷歌地图链接；新增墨尔本超高速网速分析Jupyter笔记本（Jupyter Notebook）v1.5及结果CSV文件（现已同步至谷歌地图，相关链接见下文）。
#### v23
新增2022年宽带网速分布图表，并对比2020年与2022年的数据；更新Jupyter笔记本（Jupyter Notebook）至v1.4版本。
#### v22
新增ipynb导入功能；新增工作流导入脚本`workflow-import-4cities`。
#### v21
新增2022年第三季度数据，涵盖5座城市的地理JSON（GeoJSON）文件（含艾利斯斯普林斯）。
> 2020年总测试量430万次，2022年总测试量290万次：
> - 墨尔本：14784个数据行，平均下载速度69.4Mbps，测试次数39万次
> - 上海：31207个数据行，平均下载速度233.7Mbps，测试次数56万次
> - 艾利斯斯普林斯：113个数据行，平均下载速度51.5Mbps，测试次数1092次
> - 曼谷：29684个数据行，平均下载速度215.9Mbps，测试次数120万次
> - 洛杉矶：15505个数据行，平均下载速度218.5Mbps，测试次数74万次
#### v20
新增包含艾利斯斯普林斯在内的五座城市Speedtest数据集。
#### v19
新增`ALC2.ipynb`文件。
#### v18
新增艾利斯斯普林斯的折线图。
#### v17
新增艾利斯斯普林斯专用Jupyter笔记本（Jupyter Notebook）；将艾利斯斯普林斯纳入数据集标题（v16版本）。
#### v16
加载2021年第二季度艾利斯斯普林斯的CSV数据；新增艾利斯斯普林斯的谷歌地图链接。
#### v15
加载2021年第一季度墨尔本的CSV数据。
#### v14
新增2021年第一季度墨尔本的地理JSON（GeoJSON）文件。
#### v13
新增相关可视化图片的推特链接。
#### v12
新增线路对比图（选取网速最快的1000个位置），附带Jupyter笔记本（Jupyter Notebook）`nbn-intl-v1.2.ipynb`。
#### v11
新增线路对比图，绘制五座城市的网速对比图表。
#### v10
新增一张包含四座城市直方图的汇总图片。
#### v9
新增四座城市的单张直方图；新增`NBN-Intl.v1.1.ipynb` Jupyter笔记本（Jupyter Notebook）。
#### v8
将洛杉矶文件名重命名为Q3格式，替代原`0320`命名。
#### v7
修正曼谷文件的命名，将原标注的Q2或6月月份改为正确的Q3季度。
#### v6
新增洛杉矶相关文件。
#### 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地理映射CSV文件。
#### v3
替换墨尔本地图为带大尺寸图例的版本（此前图例尺寸过小，仅在右上角显示）。
#### v2
上传墨尔本、上海、曼谷的数据及Jupyter笔记本（Jupyter Notebook）。
#### v1
元数据记录。

### 许可证说明
Speedtest开放数据的亚马逊云服务平台许可证为**CC BY-NC-SA 4.0**，因此本数据集的使用需遵循以下要求：
1. 仅可用于非商业用途（NC）
2. 再发布需采用相同授权协议（SA，即共享同源）
该要求限制了标准CC-BY Figshare许可证的使用范围。其他关于Speedtest开放数据的使用规范，可参见下文Speedtest相关链接。