Friendly Public Transport Format (FPTF) 使用教程
2024-09-18 16:59:01作者:宣聪麟
1. 项目介绍
Friendly Public Transport Format (FPTF) 是一个用于描述公共交通数据的格式规范。它旨在为API、库和数据集提供一个简单、直观的公共交通数据表示方法。FPTF 的设计灵感来自于 GTFS(General Transit Feed Specification),但更加注重易用性和可消费性。
FPTF 支持多种公共交通模式,包括火车、公交车、轮船、出租车、缆车、飞机、汽车、自行车和步行。它通过 JSON 和 ndjson 格式来表示数据,使得数据易于解析和处理。
2. 项目快速启动
安装
首先,克隆 FPTF 项目到本地:
git clone https://github.com/public-transport/friendly-public-transport-format.git
cd friendly-public-transport-format
使用示例
以下是一个简单的 FPTF 数据示例,表示一个从 A 站到 B 站的火车行程:
{
"type": "journey",
"id": "12345",
"legs": [
{
"origin": {
"type": "station",
"id": "A",
"name": "Station A"
},
"destination": {
"type": "station",
"id": "B",
"name": "Station B"
},
"departure": "2023-10-01T08:00:00+00:00",
"arrival": "2023-10-01T09:00:00+00:00",
"mode": "train",
"name": "ICE 123"
}
]
}
解析 FPTF 数据
假设你已经有一个 FPTF 格式的 JSON 文件 journey.json,你可以使用 Python 来解析它:
import json
# 读取 FPTF 数据
with open('journey.json', 'r') as file:
data = json.load(file)
# 打印行程信息
print(f"行程 ID: {data['id']}")
for leg in data['legs']:
print(f"从 {leg['origin']['name']} 到 {leg['destination']['name']}")
print(f"出发时间: {leg['departure']}")
print(f"到达时间: {leg['arrival']}")
print(f"交通工具: {leg['mode']} - {leg['name']}")
3. 应用案例和最佳实践
应用案例
FPTF 可以用于多种场景,包括但不限于:
- 公共交通应用开发:开发者可以使用 FPTF 格式来构建公共交通查询和路线规划应用。
- 数据集成:FPTF 可以作为不同公共交通数据源之间的桥梁,方便数据的集成和交换。
- 数据可视化:通过 FPTF 格式,可以轻松地将公共交通数据可视化,帮助用户更好地理解交通网络。
最佳实践
- 标准化数据格式:确保所有数据都符合 FPTF 规范,以便于数据的解析和处理。
- 实时数据更新:如果可能,尽量使用实时数据来更新 FPTF 数据,以提供更准确的交通信息。
- 模块化设计:在开发应用时,尽量将 FPTF 数据的解析和处理模块化,以便于维护和扩展。
4. 典型生态项目
pyHaFAS
pyHaFAS 是一个基于 FPTF 的 Python 库,用于访问和处理公共交通数据。它支持多种公共交通模式,并且可以与 FPTF 数据无缝集成。
FPTI-JS
FPTI-JS 是一个基于 JavaScript 的 FPTF 接口,用于构建公共交通应用。它提供了一系列工具和方法,帮助开发者快速构建基于 FPTF 的应用。
FPTF-Converter
FPTF-Converter 是一个数据转换工具,用于将其他公共交通数据格式(如 GTFS)转换为 FPTF 格式。它可以帮助开发者快速迁移和集成现有数据。
通过这些生态项目,开发者可以更高效地使用 FPTF 格式,构建功能强大的公共交通应用。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0113- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
717
4.58 K
Ascend Extension for PyTorch
Python
583
718
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
419
363
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.09 K
600
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
696
113
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
963
959
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.62 K
955
昇腾LLM分布式训练框架
Python
154
179
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
142
224