0 前言

?? 這兩年開始畢業(yè)設(shè)計(jì)和畢業(yè)答辯的要求和難度不斷提升，傳統(tǒng)的畢設(shè)題目缺少創(chuàng)新和亮點(diǎn)，往往達(dá)不到畢業(yè)答辯的要求，這兩年不斷有學(xué)弟學(xué)妹告訴學(xué)長(zhǎng)自己做的項(xiàng)目系統(tǒng)達(dá)不到老師的要求。

為了大家能夠順利以及最少的精力通過(guò)畢設(shè)，學(xué)長(zhǎng)分享優(yōu)質(zhì)畢業(yè)設(shè)計(jì)項(xiàng)目，今天要分享的是

?? ?基于大數(shù)據(jù)的共享單車數(shù)據(jù)分析與可視化

??學(xué)長(zhǎng)這里給一個(gè)題目綜合評(píng)分(每項(xiàng)滿分5分)

• 難度系數(shù)：3分

• 工作量：3分

• 創(chuàng)新點(diǎn)：4分

畢設(shè)幫助，選題指導(dǎo)，技術(shù)解答，歡迎打擾，見B站個(gè)人主頁(yè)

https://space.bilibili.com/33886978

1 課題背景

前幾年共享單車項(xiàng)目在國(guó)內(nèi)大熱，五顏六色的單車一夜之間遍布城市的各個(gè)角落。其實(shí)，早在3年前國(guó)外就有類似的項(xiàng)目興起：通過(guò)歷史用車記錄結(jié)合天氣等數(shù)據(jù)預(yù)測(cè)共享單車項(xiàng)目在華盛頓的需求

數(shù)據(jù)的特征解釋

2 數(shù)據(jù)清洗

導(dǎo)庫(kù)

import datetime
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from pyecharts.charts import *
import pyecharts.options as opts
from pyecharts.faker import Faker
from pyecharts.commons.utils import JsCode

讀數(shù)據(jù)

df=pd.read_csv('data.csv')

提出假設(shè)

這里我們將研究決定單車租借的因素，上面給出了各個(gè)特征的解釋，首先我們先大膽的提出假設(shè):

• 租借數(shù)量可能時(shí)間有關(guān)

• .租借數(shù)量可能與天氣的好壞有著很大的聯(lián)系

• 租借的數(shù)量與是否為工作日有關(guān)

• 租借的數(shù)量可能與風(fēng)速有關(guān)

查看有無(wú)缺失值和數(shù)據(jù)類型的情況

發(fā)現(xiàn)并無(wú)缺失值，不過(guò)時(shí)間的數(shù)據(jù)類型是object 需要轉(zhuǎn)化為時(shí)間類型，同時(shí)為了更方便的分析數(shù)據(jù)，將datetime拆為 Year Month Weekday Hour

特征提取

#數(shù)據(jù)預(yù)處理
data['season'] = data['season'].map({1:'spring',2:'summer',3:'fall',4:'winner'})
data['weather'] = data['weather'].map({1:'Good',2:'Normal',3:'Bad',4:'ver Bad'})#特征衍生
data['datetime'] = pd.to_datetime(data['datetime'])

data['year'] = data.datetime.apply(lambda d:d.year)
data['month'] = data.datetime.apply(lambda d:d.month)
data['day'] = data.datetime.apply(lambda d:d.day)
data['hour'] = data.datetime.apply(lambda d:d.hour)
data['minute'] = data.datetime.apply(lambda d:d.minute)
data.head()

*查看一下各個(gè)特征的相關(guān)性**

可以看出與count正相關(guān)最大的是temp 和atemp，holiday的相關(guān)性最小

3 數(shù)據(jù)可視化

通過(guò)Matplotlib、Seaborn等工具可視化理解數(shù)據(jù)，分析特征與標(biāo)簽之間的相關(guān)性。

熱力圖

為了更直觀的表現(xiàn)出數(shù)據(jù)的背后意義，我們需要用可視化來(lái)做輔助，首先將上述的相關(guān)系數(shù)的數(shù)據(jù)可視化為熱力圖的呈現(xiàn)方式

整體特征分布

sns.set_style('ticks')
plt.figure(figsize=(10,6))
sns.kdeplot(data['count'])
sns.despine(left=True)
plt.grid(linestyle='--',alpha=0.5,axis='y')
plt.title('Demand Distribution',fontsize=15)
plt.xlabel('Demand',fontsize=13)
plt.ylabel('Frequence',fontsize=13)

查看2011-2012間的單車租借情況

1.圖一是2011-2012年的每月租借情況，較去年租借數(shù)量，2012同比上升較大，圖示2012的面積是2011的2倍以上，各月的增長(zhǎng)情況相類似，特別11-12月份成下坡趨勢(shì)，猜測(cè)可能是溫度的原因，季節(jié)屬于冬季

2.圖二是節(jié)假日和非節(jié)假日的租借數(shù)量的箱形圖，不難看出，租借的數(shù)量的離散型情況相似。

3.圖三是每星期的離散情況，周末有異常值，數(shù)量并不是很多，可能與活動(dòng)有關(guān)，增加了出行的人數(shù)

上述兩圖分別是季節(jié)和工作日的線形圖

1.圖一中，各季節(jié)的租借趨勢(shì)相同，同時(shí)秋季最高，春季最低，租借的高峰時(shí)間7-9和16-18點(diǎn)正好是早晚高峰時(shí)間

2.圖二也呈現(xiàn)出形式的趨勢(shì)，在工作日租借的高峰時(shí)間7-9和16-18點(diǎn)，同時(shí)與此相反，非工作日，11-16點(diǎn)的租借人數(shù)最高，符合睡覺睡到自然醒。

附上代碼

#繪制圖像
fig,[ax1,ax2] = plt.subplots(2,1,figsize=(12,15))
plt.subplots_adjust(hspace=0.3)
Month_tendency_2011.plot(kind='line',linestyle='--',linewidth=2,colormap='Set1',ax=ax1)
ax1.set_title('2011 Demand Tendency',fontsize=15)
ax1.grid(linestyle='--',alpha=0.8)
ax1.set_ylim(0,150000)
ax1.set_xlabel('Month',fontsize=13)
ax1.set_ylabel('Count',fontsize=13)

Month_tendency_2012.plot(kind='line',linestyle='--',linewidth=2,colormap='Set1',ax=ax2)
ax2.set_title('2012 Demand Tendency',fontsize=15)
ax2.grid(linestyle='--',alpha=0.8)
ax2.set_ylim(0,150000)
ax2.set_xlabel('Month',fontsize=13)
ax2.set_ylabel('Count',fontsize=13)
sns.despine(left=True)

天氣對(duì)于租借數(shù)量的影響

Weather_Demand=data.groupby(['weather','day'])[['count']].sum()
Weather_Demand.reset_index(inplace=True)

plt.figure(figsize=(12,6))
sns.stripplot(x='weather',y='count',data=Weather_Demand,palette='Set2',jitter=True,alpha=1.0)
sns.despine(left=True)
plt.xlabel('Season',fontsize=13)
plt.ylabel('Count',fontsize=13)
plt.title('Demand Distribution by Weather',fontsize=15)

上述兩圖分別是4中天氣情況下的租借總數(shù)，平均數(shù)和不同風(fēng)速下的租借總數(shù)，平均數(shù)

1.晴天多云的租借總數(shù)最多平均數(shù)也最多，天氣越好租借的概率越大,大雨大雪的租借平均數(shù)反倒上升，取出這個(gè)天氣下的數(shù)據(jù)，發(fā)現(xiàn)只有一例，為特殊情況，不予分析

2.風(fēng)速對(duì)于租借的影響還是很大的，風(fēng)速超過(guò)25就少有租借情況，畢竟騎起來(lái)太累了，風(fēng)速在10以下租借情況良好，同時(shí)當(dāng)風(fēng)速超過(guò)25后，平均租借數(shù)量上升，圖中也能看出這種情況下的租借數(shù)量很少，不做考慮

濕度與溫度對(duì)于租借數(shù)量的影響

plt.figure(figsize=(10,8))
sns.kdeplot(data['temp'],data['atemp'],shade=True,shade_lowest=False,cut=10,cmap='YlGnBu',cbar=True)
sns.despine(left=True)
plt.grid(linestyle='--',alpha=0.4)
plt.xlim(0,50)
plt.ylim(0,50)
plt.xlabel('Temperature',fontsize=13)
plt.ylabel('Atemp',fontsize=13)
plt.title('correlation of temp and atemp',fontsize=15)# 溫度與濕度的關(guān)系度量
plt.figure(figsize=(10,8))
sns.kdeplot(data['temp'],data['humidity'],shade=True,shade_lowest=False,cut=10,cmap='YlGnBu',cbar=True)
sns.despine(left=True)
plt.grid(linestyle='--',alpha=0.4)
plt.xlim(0,40)
plt.ylim(0,110)
plt.xlabel('Temperature',fontsize=13)
plt.ylabel('Humidity',fontsize=13)
plt.title('correlation of temp and humidity',fontsize=15)

上述兩圖為溫度與濕度對(duì)于租借情況的影響，溫度和租借數(shù)量呈現(xiàn)正相關(guān)，濕度呈現(xiàn)負(fù)相關(guān)，租借數(shù)量在15-30度適應(yīng)性最好，30度到35度租借數(shù)量沒(méi)有低于100的情況，不多租借的數(shù)量不是很多，顏色較淺，濕度在30-60適應(yīng)性最好

注冊(cè)用戶與未注冊(cè)用戶

# 衍生特征
data['dif']=data['registered']-data['casual'] # 衍生特征注冊(cè)用戶與非注冊(cè)用戶的騎行需求差值
fig,axes=plt.subplots(2,2,figsize=(20,8))
plt.subplots_adjust(hspace=0.3,wspace=0.1)

# 繪制子圖1：月度差異
Month_Dif =data.groupby('month')[['casual','registered']].mean()
Month_Dif.plot(kind='line',linestyle='--',linewidth=2,colormap='Set1',ax=axes[0,0])
axes[0,0].set_title('Month Demand Tendency Dif',fontsize=15)
axes[0,0].grid(linestyle='--',alpha=0.8)
axes[0,0].set_xlabel('Month',fontsize=13)
axes[0,0].set_ylabel('Count',fontsize=13)
#繪制子圖2：小時(shí)差異
Hour_Dif = data.groupby('hour')[['casual','registered']].mean()
Hour_Dif.plot(kind='line',linestyle='--',linewidth=2,colormap='Set1',ax=axes[0,1])
axes[0,1].set_title('Hour Demand Tendency Dif',fontsize=15)
axes[0,1].grid(linestyle='--',alpha=0.8)
axes[0,1].set_xlabel('Hour',fontsize=13)
axes[0,1].set_ylabel('Count',fontsize=13)
# 繪制子圖3：工作日差異
H2_1 = data[data.workingday==1].groupby('hour')[['casual','registered']].mean() # 工作日
H2_0 = data[data.workingday==0].groupby('hour')[['casual','registered']].mean() # 非工作日
H2_1.plot(kind='line',linestyle='--',linewidth=2,colormap='Set1',ax=axes[1,0])
axes[1,0].set_title('Workingday Hour Demand Dif',fontsize=15)
axes[1,0].grid(linestyle='--',alpha=0.8)
axes[1,0].set_xlabel('Hour',fontsize=13)
axes[1,0].set_ylabel('Count',fontsize=13)
# 繪制子圖4：非工作日差異
H2_0.plot(kind='line',linestyle='--',linewidth=2,colormap='Set1',ax=axes[1,1])
axes[1,1].set_title('Holiday Hour Demand Dif',fontsize=15)
axes[1,1].grid(linestyle='--',alpha=0.8)
axes[1,1].set_xlabel('Hour',fontsize=13)
axes[1,1].set_ylabel('Count',fontsize=13)
sns.despine(left=True)

上面四幅為注冊(cè)用戶與非注冊(cè)用戶在各因素下的差異組合圖（從左到右排序）：

p1是月度差異圖，整體趨勢(shì)相同，注冊(cè)用戶遠(yuǎn)高于非注冊(cè)用戶；

p2是小時(shí)差異圖，注冊(cè)用戶的小時(shí)規(guī)律明顯，非注冊(cè)用戶則只在12am~5pm存在峰值，整體差異較大；

p3是工作日差異圖，注冊(cè)用戶工作日小時(shí)規(guī)律明顯，二非注冊(cè)用戶趨勢(shì)平緩；

p4是非工作日差異圖，非工作日兩者差異相較于其他因素差異較小，且趨勢(shì)相同。

總體來(lái)說(shuō)，注冊(cè)用戶需求遠(yuǎn)高于非注冊(cè)用戶，注冊(cè)用戶的使用規(guī)律明顯，而非注冊(cè)用戶受其他因素的影響相對(duì)較弱。

4 總結(jié)：

通過(guò)以上的可視化分析，我們可以清晰的發(fā)現(xiàn)印象租借數(shù)量的因素

1.溫度對(duì)于租借的影響較大，15-30度間，租借數(shù)量最多，呈正相關(guān)

2.濕度在30-60的時(shí)候租借數(shù)量最大，呈負(fù)相關(guān)

3.早晚高峰時(shí)間段租借數(shù)量最多

4.早晚高峰時(shí)間段租借的用戶較多為注冊(cè)用戶，注冊(cè)用戶周末租借量減少，相反，非租借用戶周末租借量增加

5.天氣情況和風(fēng)速對(duì)于租借也有較大的影響，晴天租借最多，大雨大雪租借最少，風(fēng)速在10以下租借的數(shù)量最多

6.共享單車前景良好，12較11年租借數(shù)量有增加2倍之多

5 最后

畢設(shè)幫助，選題指導(dǎo)，技術(shù)解答，歡迎打擾，見B站個(gè)人主頁(yè)

https://space.bilibili.com/33886978