台灣交通安全重點指標開放資料集

複製代碼

# 步驟 1: 匯入 Pandas 並直接從本站雲端讀取 CSV 資料
import pandas as pd

# 無需預先下載檔案，直接指定 Cloudflare Pages URL 即可秒級載入！
url = "https://traffic-safety-opendata.pages.dev/traffic_safety_stats_107_114.csv"
df = pd.read_csv(url)

print(f"資料載入成功！總筆數: {len(df):,} 筆")
print(df.head())

# 查看欄位型別與基本資訊
df.info()

# 步驟 2: 繪製 2018-2025 歷年重點指標趨勢 (雙 Y 軸折線圖)
import pandas as pd
import matplotlib.pyplot as plt

# 設定中文字型 (依作業系統相容常用中文字體)
plt.rcParams['font.sans-serif'] = ['Microsoft JhengHei', 'PingFang TC', 'sans-serif']
plt.rcParams['axes.unicode_minus'] = False

df = pd.read_csv("https://traffic-safety-opendata.pages.dev/traffic_safety_stats_107_114.csv")
trend = df.groupby(['西元年', '違規/事故類別'])['死傷總人數'].sum().unstack()

fig, ax1 = plt.subplots(figsize=(10, 5.5))

# 左軸：兒童死傷 (萬級數量)
l1 = ax1.plot(trend.index, trend['兒童交通事故死傷(0-12歲)'], marker='o', color='#2563eb', label='兒童死傷 (0-12歲)', linewidth=2.5)
ax1.set_ylabel('兒童死傷人數 (人)', color='#2563eb')

# 右軸：無照駕駛與毒駕 (百/千級數量)
ax2 = ax1.twinx()
l2 = ax2.plot(trend.index, trend['未滿18歲無照駕駛(駕駛人)'], marker='s', color='#d97706', label='未滿18歲無照駕駛', linewidth=2.5)
l3 = ax2.plot(trend.index, trend['毒駕事故(吸食違禁物)'], marker='^', color='#dc2626', label='毒駕事故', linewidth=2.5)
ax2.set_ylabel('無照 / 毒駕 人數 (人)', color='#dc2626')

ax1.legend(l1 + l2 + l3, [l.get_label() for l in l1 + l2 + l3], loc='center left')
plt.title('2018-2025 台灣交通安全重點指標歷年趨勢')
plt.grid(True, linestyle='--', alpha=0.5)
plt.tight_layout()
plt.show()

# 步驟 3: 繪製 2025 (114年) 各縣市未滿 18 歲無照駕駛事故 Top 10 (水平長條圖)
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft JhengHei', 'PingFang TC', 'sans-serif']
plt.rcParams['axes.unicode_minus'] = False
df = pd.read_csv("https://traffic-safety-opendata.pages.dev/traffic_safety_stats_107_114.csv")

# 篩選 2025 年無照駕駛個案並按縣市加總涉案人數
df_2025 = df[(df['西元年'] == 2025) & (df['違規/事故類別'] == '未滿18歲無照駕駛(駕駛人)')]
top10 = df_2025.groupby('縣市')['涉案人數'].sum().sort_values().tail(10)

plt.figure(figsize=(9, 5.5))
bars = plt.barh(top10.index, top10.values, color='#0284c7')
plt.title('2025年 各縣市未滿 18 歲無照駕駛事故人數 Top 10')
plt.xlabel('涉案人數 (人)')

for bar in bars:
    w = bar.get_width()
    plt.text(w + 3, bar.get_y() + bar.get_height()/2, f'{int(w):,} 人', va='center', fontsize=9)

plt.tight_layout()
plt.show()

# 步驟 4: 使用 Pivot Table 樞紐分析毒駕近年暴增的縣市熱區
import pandas as pd

df = pd.read_csv("https://traffic-safety-opendata.pages.dev/traffic_safety_stats_107_114.csv")

# 交叉分析: 列為縣市、欄為年份
df_drug = df[df['違規/事故類別'] == '毒駕事故(吸食違禁物)']
pivot_drug = df_drug.pivot_table(index='縣市', columns='西元年', values='涉案人數', aggfunc='sum', fill_value=0)

# 按 2025 年涉案人數排序，檢視前 5 大暴增縣市
top5_counties = pivot_drug.sort_values(by=2025, ascending=False).head(5)
print("=== 毒駕近年暴增主要縣市 (近四年) ===")
print(top5_counties[[2022, 2023, 2024, 2025]])

# 步驟 5: 直接使用 JSON 格式 (全量明細 或 輕量 2KB 摘要 API)

# 做法 A: Python Pandas 直接讀取全量 JSON (47,946 筆明細)
import pandas as pd
df = pd.read_json("https://traffic-safety-opendata.pages.dev/traffic_safety_stats_107_114.json")
print(f"全量 JSON 載入成功，共 {len(df):,} 筆")

# 做法 B: 讀取輕量彙總摘要 API (僅 ~2KB，適合前端/Bot/即時看板秒級載入)
import requests
summary = requests.get("https://traffic-safety-opendata.pages.dev/traffic_safety_summary.json").json()
print("核心 KPI:", summary["kpi_totals"])
print("歷年趨勢陣列:", summary["annual_trends"])

# 做法 C: 現代瀏覽器 JavaScript (一秒 fetch 繪製圖表)
# fetch('https://traffic-safety-opendata.pages.dev/traffic_safety_summary.json')
#   .then(res => res.json())
#   .then(data => console.log(data.annual_trends));