• 完成工具算法库Astar，Curvaa，Graphs的编写
• 完成图形绘制和数据请求整合文件Gpp.py的编写

• 完成PyQt5的界面编写，包括draw.py和draw.ui
• 完成主程序入口main.py的编写
• 完成项目整体架构的设计和代码的汇总，以及文档的编写

• 完成data.json数据格式的设计和数据的生成
• 完成get请求服务端的配置，能通过浏览器获取到数据的页面以及通过代码发送get请求获得数据

• 完成颜色工具库hover和Json数据处理工具库JsonParser的编写
• 完成演示视频的录制和剪辑

项目在Github上开源，地址：https://github.com/DavidingPlus/Transportation-Planning

项目依赖python3环境，依赖PyQt5包，windows系统和Linux系统均兼容，本测试在windows上运行

• 安装PyQT5：在终端使用如下命令

  pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyqt5 pyqt5-tools

项目根目录中的项目文档是本README.md的pdf版本

项目根目录中的演示视频是该项目的测试视频

代码的框架如下：

res目录：存放交通网络结点和边的数据，是一个json文件

src目录：存放代码执行需要的依赖文件，类似于库或者包

• Astar.py

  • Astars是一个用于进行路径计算的算法库，在该算法中，我们可以进行Astars作为算法的起始，我们选用曼哈顿距离作为启发函数
  

• Curvva.py

  • Curvaa是一个用于进行路径计算、绘制的库，在该算法中，我们可以进行计算绘制，画出参数方程形式的路径
  

• Gpp.py

  • Gpp.py是用来进行图形的基础绘制的文件，里面通过拿取data.json的数据，将数据转化为图展示出来，在其中还包括了发送get请求从远端服务器获得数据的操作
  

• Graphs.py

  • Graphs是基于plt和netWorkX的简单的计算规划展示交通流的类
  • Graphs主要使用了Astar算法进行计算，并通过该算法得到所需的结果进一步获取
  

• hover.py

  • 是一个颜色的工具库，最后的成品有三种不同的颜色主题进行展示，相关在这里进行定义
  

• JsonPraser.py

  • JsonParser本项目的工具类，存放json解析的东西
  

ui目录：存放成品展示的界面的python文件和ui文件

• draw.py

  • 运用pythonQt库，在画出一个主界面加上三个按钮并且对应不同的事件
  

• draw.ui

  • 界面的ui文件
  

main.py：程序的主入口，创建MainWindow对象，并且运行之后展示出来，然后进行后续发送get请求，并处理数据画图的逻辑