項目數(shù)據(jù)來源于kaggle項目 Bike Share Demand，使用Python對數(shù)據(jù)進(jìn)行了可視化分析：

共享單車項目分析_頁面_01.jpg

共享單車項目分析_頁面_02.jpg

共享單車項目分析_頁面_03.jpg

共享單車項目分析_頁面_04.jpg

共享單車項目分析_頁面_05.jpg

共享單車項目分析_頁面_06.jpg

共享單車項目分析_頁面_07.jpg

共享單車項目分析_頁面_08.jpg

共享單車項目分析_頁面_09.jpg

共享單車項目分析_頁面_10.jpg

分析過程代碼如下：

1. 提出問題
影響共享單車租用數(shù)量的因素有哪些？影響程度如何？

2. 理解數(shù)據(jù)

import numpy as np
import pandas as pd

bike_train = pd.read_csv(".../train.csv")

bike_train.head()

bike_train.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10886 entries, 0 to 10885
Data columns (total 12 columns):
datetime      10886 non-null object
season        10886 non-null int64
holiday       10886 non-null int64
workingday    10886 non-null int64
weather       10886 non-null int64
temp          10886 non-null float64
atemp         10886 non-null float64
humidity      10886 non-null int64
windspeed     10886 non-null float64
casual        10886 non-null int64
registered    10886 non-null int64
count         10886 non-null int64
dtypes: float64(3), int64(8), object(1)
memory usage: 1020.6+ KB

變量說明：

• datatime 日期+時間
• season 1=春 2=夏 3=秋 4=冬
• holiday 1=節(jié)假日 0=非節(jié)假日
• workingday 1=工作日 0=周末
• weather 1=晴天多云 2=霧天陰天 3=小雪小雨 4=大雨大雪大霧
• temp 氣溫攝氏度
• atemp 體感溫度
• humidity 濕度
• windspeed 風(fēng)速
• casual 非注冊用戶個數(shù)
• registered 注冊用戶個數(shù)
• count 給定日期時間（每小時）總租車人數(shù)

3.數(shù)據(jù)清洗

1)數(shù)據(jù)預(yù)處理：數(shù)據(jù)完整無缺失值
2)特征工程：從datetime中提取年、月、日、時、星期等時間信息

import calendar

bike_train['date']=bike_train.datetime.apply(lambda x :x.split()[0])
bike_train['year']=bike_train.date.apply(lambda x:x.split("-")[0])
bike_train['month']=bike_train.date.apply(lambda x:x.split("-")[1])
bike_train['day']=bike_train.date.apply(lambda x:x.split("-")[2])
bike_train['hour']=bike_train.datetime.apply(lambda x: x.split()[1].split(":")[0])
bike_train['weekday'] = bike_train.datetime.apply(lambda x: calendar.day_name[pd.to_datetime(x).weekday()])

#把季節(jié)和天氣轉(zhuǎn)換成文字
bike_train['season']=bike_train.season.map({1: "Spring", 2 : "Summer", 3 : "Fall", 4 :"Winter" })

bike_train[:50:20]

4. 可視化分析

1）單車使用量在天氣維度上的分析（天氣、溫度、濕度和風(fēng)速相關(guān)性）

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

#租車輛與天氣的關(guān)系
fig = plt.subplots(figsize=(5,5))
sns.boxplot(data=bike_train, y='count', x='weather')

<matplotlib.axes._subplots.AxesSubplot at 0x1146cf2b0>

output_10_1.png

可以看到，整體租車量受天氣影響較為明顯，極端的天氣租車數(shù)量減少。
4級天氣看起來有些異常，于是統(tǒng)計數(shù)據(jù)條目：

#統(tǒng)計各天氣數(shù)據(jù)數(shù)量
weather_count = pd.DataFrame(bike_train.assign(weather_count=0).groupby('weather').weather_count.apply(len).reset_index())
weather_count['weather']=weather_count.weather.map({1:"晴天、多云",2:"霧天、陰天",3:"小學(xué)、小雪",4:"大風(fēng)、大雪、大雨"})
weather_count

可以看到，4級天氣只有1條數(shù)據(jù)記錄，這種極端天氣情況出現(xiàn)的數(shù)據(jù)極少。

#使用量與溫度、濕度、風(fēng)速的關(guān)系
#繪制heatmap
corrMatt = bike_train[["temp","atemp","humidity","windspeed","count"]].corr()
mask = np.array(corrMatt)    
mask[np.tril_indices_from(mask)] = False 
fig = plt.figure(figsize=(10, 10))
sns.heatmap(corrMatt, mask=mask,square=True,annot=True)

output_16_1.png

溫度和使用量有正相關(guān)關(guān)系，濕度與使用量有負(fù)相關(guān)關(guān)系，風(fēng)速和使用量幾乎不相關(guān)。

#繪制線性圖像
fig,(ax1,ax2,ax3) = plt.subplots(1,3, figsize=(12,5))
sns.regplot(x="temp", y="count", data=bike_train,ax=ax1)
sns.regplot(x="windspeed", y="count", data=bike_train,ax=ax2)
sns.regplot(x="humidity", y="count", data=bike_train,ax=ax3)

output_18_1.png

由圖像可看出，使用量與溫度、濕度和風(fēng)速的關(guān)系，相關(guān)性有限。

2）單車使用量在時間維度上的分析（月份、季節(jié)、時間、星期等相關(guān)性）

#租車總量和工作日、節(jié)假日的關(guān)系
fig,(ax1,ax2) = plt.subplots(1,2, figsize=(10,5))
sns.boxplot(data=bike_train, y='count', x='workingday',ax=ax1)
sns.boxplot(data=bike_train, y='count', x='holiday',ax=ax2)

ax1.set(xticklabels=['Not holiday','Holiday'])
ax2.set(xticklabels=['Weekend','Workday'])

output_21_1.png

總量來看，節(jié)假日和周末/工作日的租車數(shù)量基本相同。

fig,axes = plt.subplots(3,1, figsize=(12,20))
#租車輛按月份、年份統(tǒng)計
month_Aggregated = pd.DataFrame(bike_train.groupby(['year','month'])['count'].mean()).reset_index() 
sns.barplot(data=month_Aggregated,x="month",y="count",hue='year',ax=axes[0])
axes[0].set(xlabel='Month', ylabel='Avearage Count',title="Average Count By Month")

#每日租車輛按季節(jié)統(tǒng)計
hour_Aggregated1 = pd.DataFrame(bike_train.groupby(['hour','season'])['count'].mean()).reset_index()
sns.pointplot(data=hour_Aggregated1,x='hour',y='count',hue='season',hue_order=['Spring','Summer','Fall','Winter'],join=True, ax=axes[1])
axes[1].set(xlabel='Hour', ylabel='Avearage Count',title="Average Count By Hour Across Season")

#日租車輛按周統(tǒng)計
hour_Aggregated2 = pd.DataFrame(bike_train.groupby(['hour','weekday'])['count'].mean()).reset_index()
sns.pointplot(data=hour_Aggregated2,x='hour',y='count',hue='weekday',join=True,ax=axes[2])
axes[2].set(xlabel='Hour', ylabel='Avearage Count',title="Average Count By Hour Across weekday")

output_23_1.png

圖1可以看出2012年共享單車的使用量高于2011年，消費人群增加了1.5~2倍。兩年內(nèi)租車量隨月份變化的趨勢相同，6、7、8月有明顯的高需求。

圖2可以看出租車時間高峰為上午7-8點，下午5-6點，符合上下班通勤的時間范圍。季節(jié)上看，春天的租車輛明顯少于其它三個季節(jié)。

圖3可以看出工作日租車輛主要為上下班時間，周末租車輛主要集中在10am-4pm之間。

3）單車使用量與注冊用戶/非注冊用戶的相關(guān)性

fig,axes=plt.subplots(2,1,figsize=(12,10))
hour_Transform=pd.melt(bike_train[['hour','casual','registered','weekday']],id_vars=['hour','weekday'],value_vars=['casual','registered'])
hour_Aggregated3=pd.DataFrame(hour_Transform.groupby(['hour','variable'])['value'].mean()).reset_index()
sns.pointplot(data=hour_Aggregated3,x='hour',y='value',hue='variable',hue_order=['casual','registered'],join=True,ax=axes[0])

weekday_Aggregated=pd.DataFrame(hour_Transform.groupby(['weekday','variable'])['value'].mean()).reset_index()
sns.barplot(data=weekday_Aggregated,x='weekday',y='value',hue='variable',order=['Monday','Tuesday','Wednesday','Thursday','Friday','Saturday','Sunday'],ax=axes[1])

output_26_1.png

注冊人數(shù)使用量明顯高于非注冊人數(shù)，
非會員casual主要是周末出行，為了游玩; 會員registered主要是為了周一到周五上班。

5. 總結(jié)

• 時間：需求量最大的時間為夏、秋季工作日上、下班時間，其次為周末10am-4pm。需求量最小的時間為每年1-3月，時間集中在半夜/凌晨。
• 天氣：除極端情況外（大風(fēng)、高溫、低溫、強(qiáng)降水等），天氣對租車量的影響不明顯。
• 用戶類型：注冊用戶和普通用戶行為特征明顯，前者主要為工作日通勤使用，后者為節(jié)假日出游。