scikit-mobility:用于移动性数据分析、生成与风险评估的Python库

过去十年间出现了海量移动性数据集,例如GPS设备生成的轨迹、通话详单记录以及社交媒体平台的地理标记帖子。这些数据集催生了关于移动性分析各类应用的庞大科研成果,涵盖计算流行病学、城市规划与交通工程等领域。一类文献致力于解决原始时空轨迹的数据清洗问题,而第二类研究聚焦于发现支配人类运动的统计“规律”。亦有大量工作致力于设计能够真实再现人类移动规律的合成轨迹生成算法。最后同样关键的是,有一类研究关注隐私这一关键问题,提出在数据库中重新识别个体的技术。纵观现状可知,目前尚无统计软件能支持科研人员与从业者完成上述移动性数据分析的各方面工作。本文提出scikit-mobility,一个志在提供环境以复现既有研究、分析移动性数据并模拟人类移动习惯的Python库。scikit-mobility高效且易用,因为它扩展了广受欢迎的数据分析Python库pandas。此外,scikit-mobility为用户提供诸多功能,从轨迹可视化到合成数据生成,从统计模式分析到评估移动性数据集分析相关的隐私风险。