项目数据来源于kaggle项目 Bike Share Demand，使用Python对数据进行了可视化分析：

共享单车项目分析_页面_01.jpg

共享单车项目分析_页面_02.jpg

共享单车项目分析_页面_03.jpg

共享单车项目分析_页面_04.jpg

共享单车项目分析_页面_05.jpg

共享单车项目分析_页面_06.jpg

共享单车项目分析_页面_07.jpg

共享单车项目分析_页面_08.jpg

共享单车项目分析_页面_09.jpg

共享单车项目分析_页面_10.jpg

分析过程代码如下：

1. 提出问题

影响共享单车租用数量的因素有哪些？影响程度如何？

2. 理解数据

import numpy as np

import pandas as pd

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

bike_train.head()

datetime

season

holiday

workingday

weather

temp

atemp

humidity

windspeed

casual

registered

count

0

2011/1/1 0:00

1

0

0

1

9.84

14.395

81

0

3

13

16

1

2011/1/1 1:00

1

0

0

1

9.02

13.635

80

0

8

32

40

2

2011/1/1 2:00

1

0

0

1

9.02

13.635

80

0

5

27

32

3

2011/1/1 3:00

1

0

0

1

9.84

14.395

75

0

3

10

13

4

2011/1/1 4:00

1

0

0

1

9.84

14.395

75

0

0

1

1

bike_train.info()

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

变量说明：

datatime 日期+时间

season 1=春 2=夏 3=秋 4=冬

holiday 1=节假日 0=非节假日

workingday 1=工作日 0=周末

weather 1=晴天多云 2=雾天阴天 3=小雪小雨 4=大雨大雪大雾

temp 气温摄氏度

atemp 体感温度

humidity 湿度

windspeed 风速

casual 非注册用户个数

registered 注册用户个数

count 给定日期时间(每小时)总租车人数

3.数据清洗

1)数据预处理：数据完整无缺失值

2)特征工程：从datetime中提取年、月、日、时、星期等时间信息

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()])

#把季节和天气转换成文字

bike_train['season']=bike_train.season.map({1: "Spring", 2 : "Summer", 3 : "Fall", 4 :"Winter" })

bike_train[:50:20]

datetime

season

holiday

workingday

weather

temp

atemp

humidity

windspeed

casual

registered

count

date

year

month

day

hour

weekday

0

2011-01-01 00:00:00

Spring

0

0

1

9.84

14.395

81

0

3

13

16

40544

2011

1

1

0

Saturday

20

2011-01-01 20:00:00

Spring

0

0

2

16.4

20.455

87

16.9979

11

25

36

40544

2011

1

1

20

Saturday

40

2011-01-02 17:00:00

Spring

0

0

1

13.94

16.665

57

12.998

7

58

65

40545

2011

1

2

17

Sunday

4. 可视化分析

1)单车使用量在天气维度上的分析(天气、温度、湿度和风速相关性)

import matplotlib.pyplot as plt

import seaborn as sns

%matplotlib inline

#租车辆与天气的关系

fig = plt.subplots(figsize=(5,5))

sns.boxplot(data=bike_train, y='count', x='weather')

output_10_1.png

可以看到，整体租车量受天气影响较为明显，极端的天气租车数量减少。

4级天气看起来有些异常，于是统计数据条目：

#统计各天气数据数量

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:"雾天、阴天",3:"小学、小雪",4:"大风、大雪、大雨"})

weather_count

weather

weather_count

0

晴天、多云

7192

1

雾天、阴天

2834

2

小学、小雪

859

3

大风、大雪、大雨

1

可以看到，4级天气只有1条数据记录，这种极端天气情况出现的数据极少。

#使用量与温度、湿度、风速的关系

#绘制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

温度和使用量有正相关关系，湿度与使用量有负相关关系，风速和使用量几乎不相关。

#绘制线性图像

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

由图像可看出，使用量与温度、湿度和风速的关系，相关性有限。

2)单车使用量在时间维度上的分析(月份、季节、时间、星期等相关性)

#租车总量和工作日、节假日的关系

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

总量来看，节假日和周末/工作日的租车数量基本相同。

fig,axes = plt.subplots(3,1, figsize=(12,20))

#租车辆按月份、年份统计

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")

#每日租车辆按季节统计

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")

#日租车辆按周统计

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

图1可以看出2012年共享单车的使用量高于2011年，消费人群增加了1.5~2倍。两年内租车量随月份变化的趋势相同，6、7、8月有明显的高需求。

图2可以看出租车时间高峰为上午7-8点，下午5-6点，符合上下班通勤的时间范围。季节上看，春天的租车辆明显少于其它三个季节。

图3可以看出工作日租车辆主要为上下班时间，周末租车辆主要集中在10am-4pm之间。

3)单车使用量与注册用户/非注册用户的相关性

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

注册人数使用量明显高于非注册人数，

非会员casual主要是周末出行，为了游玩; 会员registered主要是为了周一到周五上班。

5. 总结

时间：需求量最大的时间为夏、秋季工作日上、下班时间，其次为周末10am-4pm。需求量最小的时间为每年1-3月，时间集中在半夜/凌晨。

天气：除极端情况外(大风、高温、低温、强降水等)，天气对租车量的影响不明显。

用户类型：注册用户和普通用户行为特征明显，前者主要为工作日通勤使用，后者为节假日出游。