In [24]:
fig = go.Figure()
origen_a_dest = zip(internacionalesGroup["Lat Origen"], internacionalesGroup["Long Origen"],
internacionalesGroup["Lat Destino"], internacionalesGroup["Long Destino"],
internacionalesGroup["Vuelos"])
##
for olat,olon, dlat, dlon, vuelos in origen_a_dest:
fig.add_trace(go.Scattergeo(
lat = [olat,dlat],
lon = [olon, dlon],
mode = 'lines',
line = dict(width = 0.05*np.log(vuelos), color="red")
))
##
fig.update_layout(
height=600, width=800, margin={"t":50,"b":0,"l":0, "r":0, "pad":0},
showlegend=False,
title={
'text': "Vuelos con origen en aeropuertos argentinos y destinos internacionales",
'y':0.97,
'x':0.5,
'xanchor': 'center',
'yanchor': 'top'},
geo = dict(projection_type = 'orthographic', showland = True),
)
fig.show()
Rutas Locales¶
In [30]:
fig = go.Figure()
origen_a_dest = zip(localesGroup["Lat Origen"], localesGroup["Long Origen"],
localesGroup["Lat Destino"], localesGroup["Long Destino"],
localesGroup["Vuelos"])
##
for olat,olon, dlat, dlon, vuelos in origen_a_dest:
fig.add_trace(go.Scattergeo(
lat = [olat,dlat],
lon = [olon, dlon],
mode = 'lines',
line = dict(width = 0.05*np.log(vuelos), color="red")
))
##
fig.update_layout(
height=600, width=800, margin={"t":0,"b":0,"l":0, "r":0, "pad":0},
showlegend=False,
title={
'text': "Vuelos con origen en aeropuertos argentinos y destinos nacionales",
'y':0.97,
'x':0.5,
'xanchor': 'center',
'yanchor': 'top'},
geo = dict(projection_type = 'mercator',scope = 'south america'),
)
fig.show()
Vuelos locales: Destinos más frecuentes¶
Dado que la mayoría de las rutas locales son entre Aeroparque y otros aeropuertos, podemos visualizar en un gráfico tipo treemap esta división
In [31]:
destinosAEP=locales[locales["Origen IATA"]=="AEP"].groupby("Destino IATA").count()[['Fecha']]
destinosAEP["ORIGEN"] = "AEP"
destinosAEP.reset_index(inplace=True)
destinosAEP.columns= ["Destino", "Cantidad", "Origen"]
fig = px.treemap(destinosAEP, path=['Origen', 'Destino'], values='Cantidad',
color_continuous_midpoint=np.average(destinosAEP['Cantidad'], weights=destinosAEP['Cantidad']))
fig.update_layout(
height=600, width=800, margin={"t":40,"b":0,"l":0, "r":0, "pad":0},
title={
'text': "Destinos nacionales con origen en Aeroparque",
'y':0.97,
'x':0.5,
'xanchor': 'center',
'yanchor': 'top'},
)
fig.show()
Aeronaves más frecuentes¶
Por último, podemos ver qué aeronave se utiliza más en todos los vuelos desde argentina
In [32]:
aeronaves=datosOK.groupby("Aeronave").count()[["Fecha"]]
aeronaves.reset_index(inplace=True)
aeronaves.columns = ["Aeronave", "Cantidad de Vuelos"]
aeronaves.head()
Out[32]:
| Aeronave | Cantidad de Vuelos | |
|---|---|---|
| 0 | AERO AC50 | 13 |
| 1 | AERO AC68 | 3 |
| 2 | AERO BOERO AB11 | 89 |
| 3 | AERO BOERO AB18 | 34 |
| 4 | AERO COMMANDER | 17 |
Graficaremos únicamente aquellas aviones que aparecen más de 500 veces, dado que hay muchos aviones muy pequeños con muy pocos viajes en todos los años estudiados
In [33]:
plt.figure(figsize=(15, 15))
sns.barplot(y="Aeronave",x="Cantidad de Vuelos",
data = aeronaves[aeronaves["Cantidad de Vuelos"]>500],palette="Blues_d")
Out[33]:
<AxesSubplot:xlabel='Cantidad de Vuelos', ylabel='Aeronave'>
