Speedtest Open Data - Australia 2020 Q2, Q3, Q4 extract

This is an Australian extract of Speedtest Open data available at Amazon WS (link below - opendata.aws). AWS data licence 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. A world speedtest open data was dowloaded (>400Mb, 7M lines of data). An extract of Australia's location (lat, long) revealed 88,000 lines of data (attached as csv). A Jupyter notebook of extract process is attached.A link to Twitter thread of outputs provided.A link to Data tutorial provided (GitHub), including Jupyter Notebook to analyse World Speedtest data, selecting one US State. Data Shows: (Q2)- 3.1M speedtests- 762,000 devices- 88,000 grid locations (600m * 600m), summarised as a point- average speed 33.7Mbps (down), 12.4M (up)- Max speed 724Mbps- data is for 600m * 600m grids, showing average speed up/down, number of tests, and number of users (IP). Added centroid, and now lat/long. See tweet of image of centroids also attached. Versions:v8 - Added Q4 data geojson. Add Q3, Q4 Hist pic.v7 - Rename to include Q2, Q3 in Title.v6 - Add Q3 20 data. Rename geojson AUS data as Q2. Add comparative Histogram. Calc in International.ipynb.v5 - add Jupyter Notebook inc Histograms. Hist is count of geo-locations avg download speed (unweighted by tests).v4 - added Melb choropleth (png 50Mpix) inc legend. (To do - add Melb.geojson)v3 - Add super fast data (>100Mbps) less than 1% of data - 697 lines. Includes png of superfast.plot(). Link below to Google Maps version of superfast data points. Also Google map of first 100 data points - sample data. Geojson format for loading into GeoPandas, per Jupyter Notebook. New version of Jupyter Notebook, v.1.1.v2 - add centroids image.v1 - initial data load.

本数据集为取自亚马逊云服务（Amazon Web Services，简称AWS）的Speedtest开源测速数据集的澳大利亚子集，官方数据源链接为opendata.aws。AWS平台的该数据集采用知识共享署名-非商业性使用-相同方式共享4.0许可协议（CC BY-NC-SA 4.0），因此本数据的使用需遵循以下规则：1. 仅可用于非商业用途（NC）；2. 再分发时必须采用相同的许可协议（SA）。本规则对标准CC-BY Figshare许可协议构成限制。

本次研究下载了全球Speedtest开源测速数据集，文件大小超过400MB，共计700万行数据。从中提取澳大利亚区域的经纬度坐标数据后，得到88000行有效数据，以CSV格式作为附件提供。附带了数据提取过程的Jupyter笔记本（Jupyter Notebook）文件。此外还提供了结果展示的Twitter线程链接，以及GitHub平台的数据教程链接，其中包含用于分析全球Speedtest数据的Jupyter笔记本，可筛选指定美国州份的数据。

数据集详情如下（第二季度，即Q2）：
- 共计310万次Speedtest测速记录
- 覆盖76.2万台设备
- 包含88000个600米×600米网格的汇总点位数据
- 平均网速：下行速率33.7Mbps，上行速率12.4Mbps
- 最高测速速率达724Mbps
本数据集基于600米×600米网格构建，展示了各网格的平均上下行网速、测速次数以及用户IP数量。新增了地理质心坐标，当前数据包含经纬度信息。附带的推文图片中展示了质心点位的可视化效果。

版本更新记录：
v8：新增第四季度（Q4）数据的GeoJSON文件，补充Q3、Q4数据的直方图图片
v7：重命名数据集标题，加入Q2、Q3标识
v6：新增第三季度（Q3）数据，将澳大利亚区域数据的GeoJSON文件重命名为Q2版本，新增对比直方图，分析代码见International.ipynb
v5：新增包含直方图的Jupyter笔记本，该直方图统计了各地理点位的平均下载网速（未按测速次数加权）
v4：新增墨尔本（Melb）的分级统计图（choropleth map）PNG文件，分辨率为5000万像素，附带图例（待补充墨尔本区域的GeoJSON文件）
v3：新增超高速数据子集（下行速率>100Mbps），该子集仅占原数据集的1%以下，共计697行数据；附带超高速数据的可视化PNG图片（由superfast.plot()生成）。提供超高速数据点位的谷歌地图链接，以及前100条数据样本的谷歌地图链接。附带适配GeoPandas加载的GeoJSON格式数据，配套Jupyter笔记本已更新至v1.1版本
v2：新增质心点位可视化图片
v1：初始数据加载版本