主页 > 行业动态 >物流配送网络
最近想学的数据分析,,所以我得到了(从公共号码@路人原始数据)的作业城市的物流网络数据,然后发现在各个城市的相关数据,与熊猫清洗分类,并用绘画的Tableau组织。由于水平不高,再加上不能收集的数据的一部分,我们只研究物流配送网络,以及网点的相关性和城市人口,GDP,区域与数据的其他城市的数量。
首先,省级物流配送网络
1,广东省网点数量位居全国第一,并关闭第二位和第三位的浙江省和江苏省,倒计时10多个省市结合。
其次,城市配送网络
1,广东省,广州市,深圳是一个巨无霸,在东莞网点也不容小视的数目。
2,四大一线城市占据了前五位,令人惊讶的,其实更多的是比在东莞北京网点的数量。检查数据,原来东莞有几个物流中心。
三,网络和人口数量之间的关系(更多的人是不是更网点)
1,你可以看到上人口最多的一线城市占据网点数量的前列,但人口众多的重庆,成都网点远远落后于一线城市,甚至落后于杭州,苏州人口较少的数量。
2,人口呈正网点数量相关,简单地说,更多的人网点数量越多。
3,东莞市人均最大的城市网点,每万人655个网点可供选择。广东十大城市中的六个。上海排名第17,北京甚至排不进前20名,在24,2.12每千人只有网点。
第四,经济发展和出口的数量之间的关系的程度(是不是更多的钱越)
1,城外的一线城市并未出现,“较高的国内生产总值的网点数量”,在东莞网点甚至第四个国内生产总值的许多城市背后的数量。
2,GDP和正与出口的数量相关。
3,人均GDP呈正相关网点的数量,简单地说,钱越多当地网点相关。但是,趋势线是低于GDP和出口的数量之间的关系的曲率的曲率显著小。
五,市区及点数(较大的城市是不是更网点)之间的关系
参照图1,市区和出口的数量呈负相关,即,较大的区域中,网点少。大概是因为没有多少大面积的城市干扰了趋势线的西北方。
2,插座20的数量之前城市趋势线也呈负相关。这可能与人口密度有关。
3,城市面积和人口密度呈负相关,主要分布在西北有很多的无人区。
4,人口密度的正相关关系是网点数量,更密集的地方的人,越出口的数量。这是我原来的判断,不一样原本以为人口比较稠密,一个网络可以服务的,现在想想,人口分布较为分散,但成本网点越高。
第六,并计算出口的数目(GDP,人均GDP,人口,人口密度,市区)的Pearson相关系数的:
1,最大的影响可能在网点数量的GDP总量和人口密度可以看出。
2,其他城市的影响比前20个城市的人口大得多。
七个大型物流品牌分布(以德邦物流,例如)
1,一个二线城市德邦物流的大量出口中的基本结构。
2,珠三角,长三角物流的建成区。
未完待续!


关闭
对联
关闭
对联
关闭
对联
关闭
对联