AS02 Youbike Applications#

  • 請你在ChatGPT、Claude、Colab的AI工具協助下，完成以下任務，並將此ipynb（或py）與任務結果所產製的地圖（html或png）上傳至NTU COOL作業區。

  • 在做這個作業時，有可能無法用Colab完成（實際上可以）。另一種方式是ChatGPT或Claude給了你整個.py的程式碼，而你需要在VS Code中執行，請嘗試安裝VS Code並執行看看，安裝不成務必問人看看，台大有蠻多人會寫Python的，多問人也是一種學習寫程式的好方法。

  • 實際上不知道你跟GAI互動後會產製出什麼樣的成果，但務必要上傳一個主要的程式碼（.py or .ipynb）和一個你產製的地圖檔（.html or .jpg or .png）。如果你無法完成這樣的過程，你可以附上colab link作為給分參考、或跟ChatGPT對話過程（Link）作為參考。就努力過總之會留下痕跡的。

GET Youbike realtime data#

# import requests library to send web query
import requests

# import json library to parse json format
import json

response = requests.get('https://tcgbusfs.blob.core.windows.net/dotapp/youbike/v2/youbike_immediate.json')
print(type(response)) # <class 'requests.models.Response'>
data = response.json()
print(type(data))

for station in data:
    print(station['sna'], "\t", station['available_rent_bikes'], "\\", station['total'])

<class 'requests.models.Response'>
<class 'list'>

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
Input In [1], in <cell line: 12>()
     10 print(type(data))
     12 for station in data:
---> 13     print(station['sna'], "\t", station['available_rent_bikes'], "\\", station['total'])

KeyError: 'total'

Q1. 請將該筆資料下載為.json檔並儲存。#

# Your code here

Q2. 計算出台北市Youbike站點的數量。#

# Your code here

Q3. 滿載率#

  • 請根據每個站台的車格與上面的腳踏車數量，計算出每個站台的腳踏車滿載率，並逐一列印出來。

  • 建議區分為90%以上、10%以下、10%~90%三個區間。

  • 範例輸出：

      站台A，車格30，腳踏車數量10，滿載率為   33.33%。
  站台B，車格30，腳踏車數量30，滿載率為   100%。
  ...

# Your code here

Q4. 總滿載率#

  • 累計出全台北市現有車格數和在位腳踏車數量，並藉此計算一個總滿載率。

  • 範例輸出：

    總車格數為  1000，總在位腳踏車數量為  800，總滿載率為  80%。

# CODE HERE

Q5. 滿載地圖繪製#

  • 根據所有站台的經緯度繪製地圖並標記每個站台的滿載率，站台節點顏色為可分黑（90%以上）、紅（10%以下）、綠（其他），並將該地圖儲存為一個html檔。

  • 請將該html檔上傳至NTU COOL作業區。

  • 如果你問GAI後執行的結果為圖檔（如png），請將該圖檔上傳至NTU COOL作業區。

# CODE HERE

#

Q6. Optional. 總滿載率變化#

  • 要如何觀察一天24小時內的總滿載率變化？請在Generative AI的協助下，完成一個總滿載率變化的圖表，橫軸為時間，縱軸為滿載率。並直接將該圖表列印在本ipynb中。

# CODE HERE