驾驶画像可视分析、交通数据可视分析系统，使用 Flask 搭建后端应用，HTML+JS 编写前端页面，实现多视图展示+联动的效果。

1. 数据准备。准备好交通态势可视分析任务的原始数据，修改src/models.py第十行的变量为数据的路径，默认为相对路径"data/题目1-2 交通态势可视分析/交通态势可视分析"，即按网盘中的目录结构存储在项目根目录下名为data的目录中。
2. 环境配置。安装 python3 和所需包：pip install -r requirement.txt。
3. 启动后端。在项目根目录执行：python app.py以开启 web 应用。
4. 访问前端。浏览器访问http://127.0.0.1:5100查看前端界面。

• data：原始数据
• merged_data_ids：数据聚合标识（见下文运行细节一节）
• scripts：部分预处理数据的脚本（未维护）
• src：后端应用运行所需的代码
• static：前端静态文件，包括数据data、图片images、代码js三个子文件夹和网页图标文件favicon.ico
• templates：前端网页代码main.html
• app.py：后端运行入口
• requirements.txt：后端运行所需依赖

本项目中所有数据均由后端预读取至内存，当前端发出请求（如拖动车流量视图或点击平行坐标线）时通过网络发送到前端。除原始数据外，本项目运行时还使用以下三类数据：

1. 第一次运行时会按一定的时间间隔聚合数据，生成聚合标识（见下节运行细节）。
2. 任务 1.2 驾驶画像分析的原始数据经处理后存储在static/data目录中供运行时读取
3. 任务 1.3 多个子图所需的数据已提前处理好并存储在static/data目录中供运行时读取。

其中第一类的数据处理逻辑写在src/util.py的merge_data函数，初次运行后会保存在项目根目录下merged_data_ids目录中；第二类数据处理为小组成员各自完成，数据处理的脚本整理在scripts目录中，但只保持了早期版本，并未维护，由于后期的目录改动可能不能正常运行；第三类数据只保留了处理结果，没有保留处理脚本。

初次运行会自动聚合数据，提供 0.5s、1s、2s、5s 和 10s 聚合五种不同时间间隔的选择（也可自由扩展不同的聚合选择）。运行时可选择聚合时间间隔（app.py中的interval变量），越短的时间间隔意味着更精确的车辆位置、速度等信息。由于运行时后端将所有数据直接读入内存，1s、2s 聚合对内存占用较高，8G 内存的机器在 2s 聚合时内存即稍显紧张，请根据电脑状况选择聚合的时间间隔。

为弥补长间隔数据间隔带来的无数据的时间段，主视图中采用动画自动差值来填补两条记录之间的车辆位置信息，默认动画长度为 2s（mainfig.js第 517 行duration(2000)），因此在选择的时间间隔不为 2s 时，动画效果相比实际时间有减慢或加快的现象。

陈潦 陈学添 付一宸 贾睿囡 李文烨 芦胤