前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

开运张 | 作者

知乎专栏 | 来源

三个步骤：确定问题，选择图形

转换数据，应用函数

参数设置，一目了然

首先对时段进行分析第一步

提出问题：租赁总量对应湿度的变化趋势

适合图形：因为湿度属于连续性数值变量，我们可以选择折线图反应变化趋势第二步

转换数据：我们需要一个二维数据框，按照温度变化排序，取对应的三个租赁数的平均值

应用函数：直接应用plt的plot函数即可完成折线图

workingday_df = Bikedata[Bikedata['workingday']==1]#t

workingday_df = workingday_df.groupby(['hour'],as_index=True).agg({'count':'mean','registered':'mean','casual':'mean'})

nworkingday_df = Bikedata[Bikedata['workingday']==0]

nworkingday_df = nworkingday_df.groupby(['hour'],as_index=True).agg({'count':'mean','registered':'mean','casual':'mean'})

nworkingday_df.head()

第三步：设置参数

figure,axes = plt.subplots(1,2,sharey=True)#设置一个1*2的画布，且共享y轴

workingday_df.plot(figsize=(15,5),title='The average number of rentals initiated per hour in the working day',ax=axes[0])

nworkingday_df.plot(figsize=(15,5),title='The average number of rentals initiated per hour in the nworking day',ax=axes[1])

可以看出：在工作日，会员出行对应两个很明显的早晚高峰期，并且在中午会有一个小的高峰，可能对应中午外出就餐需求；

工作日非会员用户出行高峰大概在下午三点；

工作日会员出行次数远多于非会员用户；

在周末，总体出行趋势一致，大部分用车发生在11-5点这段时间，早上五点为用车之最。

对温度进行分析第一步

提出问题：租赁总量对应湿度的变化趋势

适合图形：因为湿度属于连续性数值变量，我们可以选择折线图反应变化趋势第二步

转换数据：我们需要一个二维数据框，按照温度变化排序，取对应的三个租赁数的平均值

应用函数：直接应用plt的plot函数即可完成折线图第三步

参数设置：只需要设置折线图的标题，其他参数默认

temp_df = Bikedata.groupby(['temp'],as_index='True').agg({'count':'mean','registered':'mean','casual':'mean'})

temp_df.plot(title = 'The average number of rentals initiated per hour changes with the temperature')

随着温度的升高，租赁数量呈上升趋势；

在温度达到35度时，因天气炎热，总体数量开始下降；

在温度在4度时，租赁数达到最低点；

湿度对租赁数量的影响第一步

提出问题：租赁总量对应湿度的变化趋势

适合图形：因为湿度属于连续性数值变量，我们可以选择折线图反应变化趋势第二步

转换数据：我们需要一个二维数据框，按照温度变化排序，取对应的三个租赁数的平均值

应用函数：直接应用plt的plot函数即可完成折线图第三步

参数设置：只需要设置折线图的标题，其他参数默认

humidity_df = Bikedata.groupby(['humidity'],as_index=True).agg({'count':'mean','registered':'mean','casual':'mean'})

humidity_df.plot(title='Average number of rentals initiated per hour in different humidity')

可以观察到在湿度20左右租赁数量迅速达到高峰值，此后缓慢递减。

年份，月份和季节作图方法类似，都采用折线图绘制，这里省略。

查看不同天气对出行情况的影响第一步

提出问题：租赁总量对应湿度的变化趋势

适合图形：因为天气情况属于数值型分类变量，我们可以选择柱形图观察数量分布第二步

转换数据：我们需要一个二维数据框，按照天气情况对租赁数量取平均值

应用函数：应用plt的plot.bar函数绘制组合柱形图第三步

参数设置：只需要设置折线图的标题，其他参数默认

weather_df = Bikedata.groupby(['weather'],as_index=True).agg({'registered':'mean','casual':'mean'})

weather_df.plot.bar(stacked=True,title='Average number of rentals initiated per hour in different weather')

观察到天气等级为4时，平均出行人数比天气等级为2是还要高，这不符合常理

我们查看一下天气等级为4的详细情况

count_weather = Bikedata.groupby('weather')

count_weather[['casual','registered','count']].count()

天气状况为4级的只有一天，我们把数据打印出来查看一下

Bikedata[Bikedata['weather']==4]

时间为工作日的下午六点钟，属于晚高峰异常数据，不具有代表性。

会员用户和临时用户在整体用户中占比第一步

提出问题：查看会员用户和临时用户在整体用户中的比例

适合图形：查看占比，适合用饼图pie第二步

转换数据：需要一个二维数据框，按天数取两种用户的平均值

应用函数：应用plt的plot.pie函数绘制饼图第三步

参数设置：这是数据标签和类别标签

#考虑到相同日期是否工作日，星期几，以及所属年份等信息是一样的，把租赁数据按天求和，其它日期类数据取平均值

day_df = Bikedata.groupby(['date'], as_index=False).agg({'casual':'sum','registered':'sum','count':'sum', 'workingday':'mean','weekday':'mean','holiday':'mean','year':'mean'})

day_df.head()

#按天取两种类型用户平均值

number_pei=day_df[['casual','registered']].mean()

number_pei

casual 517.411765

registered 2171.067031

dtype: float64

#绘制饼图

plt.axes(aspect='equal')

plt.pie(number_pei, labels=['casual','registered'], autopct='%1.1f%%', pctdistance=0.6 , labeldistance=1.05 , radius=1 )

plt.title('Casual or registered in the total lease')

Text(0.5,1,'Casual or registered in the total lease')