1898 条航线背后的城市拓扑
把随心飞的 Excel 洗成 JSON 之后，我顺手做了点分析 —— 数据不说话，但把 1898 条航线摊开看，能看出不少有意思的东西。
几个数字
- 1898 条航班记录，横跨 9–10 月两个月；
- 11 家航司参与，主力是谁一目了然；
- 161 个城市节点，组成了一个真实的国内航线网络。
城市网络的特征
把城市当节点、航线当边，这个网络有典型的"轴辐式"特征：
节点度数（连接城市数）分布
枢纽城市（度数 > 30）：少数几个
中间城市（10–30）：一批
支线城市（< 10）：大多数
→ 符合"幂律"，少数枢纽撑起大部分连接对出行规划的启发
- 环线优先：从枢纽出发，找"三城闭环"比直线往返更值 —— 一个周末转两个城市；
- 中转别绕：支线到支线大概率要经过枢纽，规划时把枢纽当"跳板"；
- 周五晚上 + 周一早上是高峰时段，热门航线尽早锁票。
数据不会告诉你该去哪，但它能告诉你哪条路更顺。
这个分析已经体现在小程序的地图展示和"环线推荐"里了。数据有意思的话，之后可以再写一篇可视化的实现细节。