python 商业模式_Python | 共享单车需求分析

01 目的

手里有一份A市近两年来共享单车的租车数据，字段丰富，可挖掘的东西蛮多的，真是让人蠢蠢欲动~~

那么今天我们就来挖一挖这份数据，看看是哪些因素影响着人们的租车需求。

先给出数据各字段以及含义，先思考一下，如果是你，你会如何分析？

02 数据清洗

拿到任何数据，第一件事是思考数据价值，思考你分析这份数据的目的，然后呢。

当然是数据的观察和清洗，不干净的数据分析出来的结果你信么？

老套路，数据观察3步走：

数据大小 (df.shape)

各字段数据类型、缺失值 (df.info)

head、tail数据 (df.head)

可以看到，数据共10886行，12列，各字段均无缺失值(真是棒棒哒数据集呐)

再来看看数据表结构

可以看到， datetime字段是日期格式，可以进一步处理得到年月日时间周几等信息；气温、体表温度、湿度、风速字段是连续变量，需要离散化处理后分析。

03 数据处理

刚才提到，datetime字段可以进一步处理，得到年、月、日、时、周几等信息，从而进一步结合时间信息来分析A市共享单车需求。

下面我们针对日期型变量进行处理。

主要思路：分裂split，切片

# 自定义函数获取日期

def get_date(x):

return x.split()[0]

# 对指定字段应用自定义函数apply()

BikeData["date"]=BikeData.datetime.apply(get_date)

# 自定义函数获取时间

def get_hour(x):

hour=x.split()[1].split(":")[0]

int_hour=int(hour) # 注意，这里的hour要转换为数值型，因为字符串型在排序时不按数值型排序规则来

return int_hour

BikeData["hour"]=BikeData.datetime.apply(get_hour)

接下来我们想得到日期对应的星期数，思路是将字符串格式的日期通过datetime包中的strptime函数转换为日期时间类型，然后通过.weekday获取对应的星期数

def get_weekday(x):

dateStr=x.split()[0]

dateDT=datetime.strptime(dateStr,"%Y/%m/%d")

week_day=dateDT.weekday()

return week_day

BikeData["weekday"]=BikeData.datetime.apply(get_weekday)

# 同样的，自定义函数获取日期对应的月份

# 这里也可以使用切片+split的方法得到月份 x.split()[0].split("/")[1]

def get_month(x):

dateStr=x.split()[0]

dateDT=datetime.strptime(dateStr,"%Y/%m/%d")

month=dateDT.month

return month

BikeData["month"]=BikeData.datetime.apply(get_month)

好了，到这里，日期型变量处理完毕，现在的数据表结构是这样的，我们可以正式开始挖掘分析了。

04 数据挖掘

4.1 相关性分析

我们先来看一看各字段之间的相关性，其中：

相关系数介于-1,1之间

负数表示负相关，正数表示正相关

绝对值越大，关系越强

# df.corr()计算dataframe中各字段的相关系数

correlation=BikeData[["season","holiday","workingday","weather","temp","atemp","humidity","windspeed","casual","registered","count"]].corr()

好像有点让人眼花缭乱，那么我们就用热地图可视化相关系数。

fig=plt.figure(figsize=(12,12))

# 使用热地图(heat map)更直观地展示系数矩阵情况

# vmax设定热地图色块的最大区分值

# square设定图片为正方形与否

# annot设定是否显示每个色块的系数值

sns.heatmap(correlation,vmax=1,square=True,annot=True)

可以看到，

count(租车人数)：温度、体感温度与租车人数正相关-寒冷抑制租车需求；湿度与人数负相关-雨雪天气抑制租车需求；注册人数、非注册人数与租车人数强正相关-转化率问题，用户越多，租车需求越多；

registered(注册用户数)：温度高、工作日，刺激民众成为注册用户-租车的需求可能更多的是非寒冷天气的通勤；非注册用户与注册用户数强正相关-先试用再转化，是一种商业模式；

temp(气温)：气温和体温强正相关-当然气温越高体温越高

season(季节)：春季更干燥、低温

4.2 可视化分析

接下来我们通过可视化来观察租车需求的相关因素。

4.2.1 租车人数在各分类变量下的箱线图

租车人数箱线图(小时为单位)

各月份租车人数箱线图

各星期数租车人数箱线图

各小时(0~23时)租车人数箱线图

各季节租车人数箱线图

各天气租车人数箱线图

节假日与否的租车人数箱线图

周末与否的租车人数箱线图

# 绘制多图

plt.style.use("ggplot")

fig=plt.figure(figsize=(16,24))

# 设置图像大标题

fig.suptitle("ShareBike Analysis",fontsize=16,fontweight="bold")

# 添加第一个子图

ax1=fig.add_subplot(4,2,1)

sns.boxplot(data=BikeData,y="count")

plt.title("box plot on count")

plt.ylabel("Count")

# 添加第二个子图

ax2=fig.add_subplot(4,2,2)

sns.boxplot(data=BikeData,x="month",y="count",hue="workingday")

ax2.set(ylabel="Count",xlabel="Month",title="box plot on count across month")

# 添加第三个子图

ax3=fig.add_subplot(4,2,3)

sns.boxplot(data=BikeData,x="weekday",y="count")

ax3.set(ylabel="Count",xlabel="Weekday",title="box plot on count across weekday")

# 添加第四个子图

ax4=fig.add_subplot(4,2,4)

sns.boxplot(data=BikeData,x="hour",y='count')

# 下面两句代码与ax2.set()效果一样

# plt.title("box plot on count")

# plt.ylabel("Count")

ax4.set(ylabel="Count",xlabel="Hour",title="box plot on count aross hours")

# 添加第五个子图

ax5=fig.add_subplot(4,2,5)

sns.boxplot(data=BikeData,x="season",y="count",hue="weather")

ax5.set(ylabel="Count",xlabel="Season",title="box plot on count across season")

# 添加第六个子图

ax6=fig.add_subplot(4,2,6)

sns.boxplot(data=BikeData,x="weather",y="count")

ax6.set(ylabel="Count",xlabel="Weather",title="box plot on count across weather")

# 添加第七个子图

ax7=fig.add_subplot(4,2,7)

sns.boxplot(data=BikeData,x="holiday",y="count")

ax7.set(ylabel="Count",xlabel="Holiday",title="box plot on count across holiday")

# 添加第八个子图

ax8=fig.add_subplot(4,2,8)

sns.boxplot(data=BikeData,x="workingday",y="count")

ax8.set(ylabel="Count",xlabel="Workingday",title="box plot on count across workingday")

可以看到，

每小时的租车人数中位数在150上下；

寒冷季节(1,2,12月)，工作日租车人数高于非工作日，看来寒冷季节租车以通勤为主，那么冷的天，周末当然是窝在家里啦；温暖、凉爽季节(5-11月)，非工作日租车人数高于工作日，看来这些季节租车以游玩为主，春暖花开、夏日蝉鸣、秋高气爽，当然要骑车车出去玩耍啦；

租车高峰时段为早上的7、8、9点和下午的5、6、7点，正好是上下班高峰期；

春季租车人数少，可能是乍暖还寒，人们不愿意出门，并且这段时间正好赶上中国春节，大城市人口外流，租车需求减少；

天气越好，租车的人越多，暴雨暴雪一般没有人租车

4.2.2 连续变量与租车人数的关系

# 连续变量离散化，使用pd.cut分为5段

BikeData["temp_band"]=pd.cut(BikeData["temp"],4)

BikeData["humidity_band"]=pd.cut(BikeData["humidity"],5)

BikeData["windspeed_band"]=pd.cut(BikeData["windspeed"],5)

连续变量离散化后，我们来看看气温、湿度、天气对租车人数的影响吧

# 将季节1234对应到春夏秋冬(使用映射函数.map)

BikeData["season_word"]=BikeData["season"].map({1:"Spring",2:"Summer",3:"Autumn",4:"Winter"})

sns.FacetGrid(data=BikeData,row="humidity_band",aspect=2.2).\

map(sns.barplot,"temp_band","count","season_word",hue_order=["Spring","Summer","Autumn","Winter"],palette="deep",ci=None).\

add_legend()

plt.xticks(rotation=60)

可以看到，

气温低于10，高于30度，租车人数较少-太冷太热都会抑制租车需求

空气湿度越高，租车人数越少-干爽的天气骑车比较舒适

干燥的夏天、湿润的冬天，秋天是租车需求比较旺盛的时期

4.2.3 不同季节下，各小时段的租车人数情况

plt.style.use("ggplot")

sns.FacetGrid(data=BikeData,size=6,aspect=1.5).\

map(sns.pointplot,"hour","count","season_word",hue_order=["Spring","Summer","Autumn","Winter"],paletter="deep",ci=None).\

add_legend()

可以看到，

不论季节，每天早晨7-9点，傍晚16-19点是租车高峰期，分别在8点和17点达到时段峰值

工作时段的租车人数处于一天中的中间水平，夜幕降临后，租车人数逐渐减少-夜晚寒冷、阴暗，骑车不便利

春季用车人数总体较少，夏秋季最多

4.2.4 工作日与否，各小时租车人数情况

sns.FacetGrid(data=BikeData,size=6,aspect=1.5).\

map(sns.pointplot,"hour","count","workingday",hue_order=[1,0],paletter="deep",ci=None).\

add_legend()

可以看到，

是否是工作日，对于用车高峰时段的影响非常大

工作日的租车高峰时段非常明显，处于7-9点，16-19点-通勤为主

非工作日租车高峰时段特征较为平缓，从上午10点租车人数逐渐增多，到晚上8点后，租车人数回到低峰水平-非工作日主要用于休闲代步、短途旅游等(大家起床都很迟嘛)

4.2.5 不同天气情况下，各月份的租车人数

BikeData["weather_word"]=BikeData["weather"].map({1:"sunny",2:"foggy",3:"rainy",4:"stormy"})

# 数据透视表呈现

BikeData[["count","month","weather_word"]].pivot_table(values="count",index="month",columns="weather_word",aggfunc="mean")

# 可视化呈现

sns.FacetGrid(data=BikeData,size=6,aspect=1.5).\

map(sns.pointplot,"month","count","weather_word",hue_order=["sunny","foggy","rainy","stromy"],paletter="deep",ci=None).\

add_legend()

可以看到，

天气越好，租车人数越多

5-10月租车人数最多-与天气、气候、营销宣传都有关系

05 预告

今天我们针对一份上万行的共享单车数据进行挖掘分析，我们做了相关性分析以及可视化分析，知道了是哪些因素在影响A市的租车需求。

这份数据还有很多地方可以挖掘，比如预测某个特定条件下的租车人数。

这就需要结合机器学习的方法，让机器自己去拟合最佳的权重系数，这是我们后面将要研究的主要课题。