OD线（Origin-Destination Line），是指连接“起点”（origin）和“终点”（destination）的线，通常用于在地图上直观表示某两个地理位置之间的联系，如车辆的行驶轨迹、飞机的航线和人口的迁徙等。结合着炫酷的可视化效果，大家可能对这样的OD线印象深刻：

如这种：

还有这种：

当然，这只是JPG图片，更多炫酷动态OD线请点击极海博文《玩转OD线》
/wan-zhuan-odxian/ ，但是今天要探讨的重点不是OD线的“炫酷”，而是最近在OD线的实践中的一点小思考，如潜藏在大数据下OD线中的“陷阱”，那么线要素中到底是如何隐藏“陷阱”的呢？请跟随下文一起探其究竟。

场景设定：

基于单个人的职、住位置数据，在地图上画出OD线。

“理想”与“现实”

别人家的OD线：

我的OD线：

为什么会有这么大差别呢？

“混沌”与“秩序”

“混沌”的剖析：

小数据量的、简单的“多对一”或者“一对多”映射的OD线是容易被理解和被可视化的，而大数据量的“多对多”映射则会出现错综复杂的线条，纵横交织的线条会在多次重叠下变成一片混沌，并且这样的混沌还容易引起头脑里思维的混沌。因此，我们需要寻找一个清晰的思路，让众多的OD线在纷杂中井然有序，有条不紊。

“秩序”的建立：

多对多映射，并且涉及空间运算，缜密准确地将每一个过程都想清楚是有一定难度的，因此可以先通过画图将复杂的问题简单化，假设小张、小李、小王的“职”、“住”位置连线如下（每条线代表一个人，线段的端点即为职、住的实际位置）：

遇到这种情况，我们常常会做这样的处理，将“起点在相同版块里”和“终点在相同板块里”的线条合并，分别以各版块的质心作为起点和终点并计数得到一条线上的人数，即由“点到点”变为“面到面”，得到如下效果：

以这种思路来解决问题，无疑是很简便且正确的，但是也隐藏着“陷阱”，一不小心就会得到“假的OD线”。

“假象”与“真相”

假象：OD线的隐藏

OD线的隐藏会出现两种情况：

OD线“立”起来

上面的两张图是理想的一般情况，而特殊情况也是存在的，比如说这种：

小王住在A地并且就在A地上班，即O和D在同一板块内，起点和终点分别找到版块质心以后，画出的OD线就会“立”起来，变成一个横截面，因为在获取位置的时候并没有区分是不是在本地版块里居住且上班。并且通过实践来看，在本地上班通勤的人数是很多的，而这一部分人数还是在地图上几乎无法可视化出来的，比如将线条按人数多少进行分级渲染，很可能人数多的那一段线条很少，或者根本“没人”，如下图：

人数较多的分段只有将OD线粗度调大之后才能在地图上看到“点”。

针对这种情况，如果O和D都在本地的人不是我们研究的重点，那么就应该过滤掉，以免影响到后面的数据可视化效果。

OD线“叠”起来

举个例子来说，OD线“叠”起来是指A到B的线（线段AB）与B到A（线段BA）的线重合，如下图：

小王与小刘的O和D正好相反，在分别找到质心并连线之后就会完全重合，并且不管是通过sql语句还是用gis软件生成的初始的线都只是一条线段，无法表示出方向性。更重要的是，因为线段AB与线段BA的地理字段完全相同，假如这时候以“线段AB”的地理字段来统计A地到B地或B地到A地的人数的时候就会犯下错误——将去往相反方向的两条线段上的人数加和汇总到一条线上，得到“假的OD线”。

真相：OD线是向量

向量是指具有大小和方向的量，通过以上的分析不难得出OD线其实是一种向量，它具有方向性。即使是“立”起来的OD线也分“头”“尾”，有“向外”和“向内”两个方向。因此，在gis软件和数据库中做关系表的运算过程中要记得带上OD线的O和D字段，用向量的思想去理解OD线，比如统计人数的时候应该将O和D都相同的线段上的人数加和汇总（即sum(people_number)
group by OD,O,D），这样才能安全绕过OD线的“陷阱”，减少犯错误的机会。

最后，上一张北京某一天的人口职住迁徙OD—热力图：