我们选用美国飞机航线的数据集，包括起始机场、终点、飞行时间等
注：此处数据集下载地址为：

数据集下载地址

import pandas as pd
import numpy as np 
flights = pd.read_csv('./input/flights.csv') 

flights.shape
flights.columns

Out：(5819079, 31)
	 Index(['YEAR', 'MONTH', 'DAY', 'DAY_OF_WEEK', 'AIRLINE', 'FLIGHT_NUMBER','TAIL_NUMBER', 
	 'ORIGIN_AIRPORT', 'DESTINATION_AIRPORT', 'SCHEDULED_DEPARTURE', 'DEPARTURE_TIME', 'DEPARTURE_DELAY', 
	 'TAXI_OUT','WHEELS_OFF', 'SCHEDULED_TIME', 'ELAPSED_TIME', 'AIR_TIME', 'DISTANCE','WHEELS_ON', 
	 'TAXI_IN', 'SCHEDULED_ARRIVAL', 'ARRIVAL_TIME','ARRIVAL_DELAY', 'DIVERTED', 'CANCELLED', 
	 'CANCELLATION_REASON','AIR_SYSTEM_DELAY', 'SECURITY_DELAY', 'AIRLINE_DELAY','LATE_AIRCRAFT_DELAY', 
	 'WEATHER_DELAY'],
	  dtype='object')

## 检测缺失值
flights.isnull().any() 

Out：YEAR                   False
	 MONTH                  False
	 DAY                    False
	 DAY_OF_WEEK            False
	 AIRLINE                False
	 FLIGHT_NUMBER          False
	 TAIL_NUMBER             True
	 ORIGIN_AIRPORT         False
	 DESTINATION_AIRPORT    False
	 SCHEDULED_DEPARTURE    False
	 DEPARTURE_TIME          True
	 DEPARTURE_DELAY         True
	 TAXI_OUT                True
	 WHEELS_OFF              True
	 SCHEDULED_TIME          True
	 ELAPSED_TIME            True
	 AIR_TIME                True
	 DISTANCE               False
	 WHEELS_ON               True
	 TAXI_IN                 True
	 SCHEDULED_ARRIVAL      False
	 ARRIVAL_TIME            True
	 ARRIVAL_DELAY           True
	 DIVERTED               False
	 CANCELLED              False
	 CANCELLATION_REASON     True
	 AIR_SYSTEM_DELAY        True
	 SECURITY_DELAY          True
	 AIRLINE_DELAY           True
	 LATE_AIRCRAFT_DELAY     True
	 WEATHER_DELAY           True
	 dtype: bool

比如我们想找出哪个机场是热门中转机场，或是我们想从机场A飞到机场B，如果没有直达航班，如何最优选择路线（因为数据集中没有给出费用，所以我们找到时间最短的路线）

那么我们只需要提取三列：起始机场（ORIGIN_AIRPORT），终点机场（DESTINATION_AIRPORT），飞行时间（AIR_TIME），数据集中还包括了字段"CANCELLED"，反映了是否取消了航班，所以我们先删除已取消的航班。

flights1 = flights[flights['CANCELLED'] == 0]

flights2 = flights1[['ORIGIN_AIRPORT','DESTINATION_AIRPORT','AIR_TIME']].reset_index(drop=True) ## 提取三列且重新建立索引

## 删除缺失值
flight2 = flights2[flights2['AIR_TIME'].notnull()]

我们先来看看总共有多少个机场

list(set(flights2['ORIGIN_AIRPORT']))[:5]

Out：['14685', '13360', 'ECP', '12892', '12177']

我们发现起始航班中有数字（不是机场名称的缩写），我们认为其是无效的，那么先删除起始机场和到达机场中包含数字的所有行

## 先将这一列转为字符串类型，因为其中的数字有可能是int类型有可能是字符串类型
flights2['ORIGIN_AIRPORT'] = flights2['ORIGIN_AIRPORT'].astype(str)

flights3 = flights2[flights2['ORIGIN_AIRPORT'].str.contains('1|2|3|4|5|6|7|8|9|0')==False]

list(set(flights3['ORIGIN_AIRPORT']))[:5]

Out：['ECP', 'STC', 'ADQ', 'HIB', 'BTV']

现在只留下了机场名的缩写，我们再检查到达机场，看看有没有包含数字。

list(set(flights3['DESTINATION_AIRPORT']))[:5]
len(set(flights3['DESTINATION_AIRPORT']))
## 很不错，也没有，那么我们开始进行下一步处理

Out：['ECP', 'STC', 'ADQ', 'BTV', 'HIB']
     322

现在将起始机场和到达机场作为节点，若要选择最短时间，其实跟选择最短路径一样，我们将边的属性weight设置为每个航线之间的飞行时间。

## 给图添加边和边的属性 
G = nx.Graph()
for i in range(len(flights3)):
    G.add_edge(flights3.iloc[i,0],flights3.iloc[i,1],weight = flights3.iloc[i,2])

## 比如我们现在想知道从'ANC'机场取'LAR'机场，如何转机所需时间最短
print(nx.dijkstra_path(G,'ANC','LAR'))

Out：['ANC', 'DEN', 'LAR']

## 画出航线的网络图
nx.draw(G, with_labels=True)

这样随机分布的机场不直观，也没办法获取机场的地理位置，所以我们把他们画到美国的地图上。

from mpl_toolkits.basemap import Basemap

## 读取机场的数据，包括机场的经纬度和所属的洲
airports = pd.read_csv('./input/airports.csv').drop(['AIRPORT','CITY','COUNTRY'],axis = 1) ## 直接将一些不需要的列删除

## m为生成的美国地图，其中的参数llrnrlon到urcrnrlon是设置美国的经度和维度范围
m = Basemap(projection='merc',llcrnrlon=-150,llcrnrlat=20,urcrnrlon=-50,urcrnrlat=60,lat_0 = 40,lon_0=-100, resolution='l',suppress_ticks=True)
mx,my = m(list(airports['LONGITUDE']),list(airports['LATITUDE']))
pos = {}
for i in range(len(airports)):
    pos[airports.iloc[i,0]] = (mx[i],my[i])   

## 根据航线来表现节点的大小
deg = nx.degree(G)
sizes = [ 10* deg[i] for i in G.nodes]

## 如果节点过小的话，则不加标签
labels = {i: i if deg[i] >= 20 else '' for i in G.nodes}

## 根据机场所在的洲决定机场节点的颜色，故先给节点添加state属性
for i in range(len(airports)):
    G.nodes[airports['IATA_CODE'][i]]['state'] = airports['STATE'][i]

## 按照G.nodes中航班的顺序，将其对应的洲排列在一个列表中
state = [ G.nodes[i]['state']   for i in G.nodes]

## 将字符串转为数值，因为要按照洲添加颜色
a,indices = np.unique(state,return_inverse=True)

figure = plt.figure(figsize=(30,30))
nx.draw_networkx(G, pos,font_size=16,alpha=.8,width=.075, node_size=sizes,
                 labels=labels,
                 node_color=indices,
                 edge_color='#9400D3')

## 绘制地图
m.drawcountries()
m.drawstates()
# m.bluemarble()
m.drawcoastlines()

plt.show()

从图中，我们可以看到东部主要是中转机场，航线比较多，机场也比较密集。