本文旨在探索纽约城市市民的打车出行习惯，通过对145万余条数据的定量分析，针对提出的问题相应地得出了些许结论。并在文末分析了日后可以进一步拓展的探索方向。
数据来自于kaggle，选用train.csv中的数据记录进行相关数据分析，使用Python作为分析工具。
数据来源：Kaggle|New York City Taxi Trip Duration
也可参考纽约市出租车和轿车委员会发布的历史数据集： NYC|(TLC Trip Record Data
过程设计：
- 提出问题
- 理解数据
- 数据清理
- 数据分析
- 得出结论
一、提出问题
根据已有数据分析：
1、何时为打车需求高发期？
2、居民夜生活活跃情况？
3、城市一天的什么时候最为拥堵？
4、什么时间容易接到长途单？
二、了解数据
表单说明：
id - 每次行程的唯一ID
vendor_id - 行程提供者的ID
pickup_datetime - 上车的日期和时间
dropoff_datetime - 停表的日期和时间
passenger_count - 车辆中的乘客数量（驾驶员输入值）
pickup_longitude - 上车的经度
pickup_latitude - 上车的纬度
dropoff_longitude - 下车经度
dropoff_latitude - 下车的纬度
store_and_fwd_flag - 行程记录是否为存储转发（或是直接发送）-- Y =存储和转发 N =没有存储
trip_duration - 行程持续时间（秒）
四、 数据分析与可视化
分析一：何时为打车需求高发期
在2016年1月至6月这段时期里，月行程单数最多的月份是3/4/5月份，日均订单最多的月份是4/3/2月份。
差异性说明了在分析月份相关的数据时要考虑到每月天数的影响。由于每个月的天数不一样，分析时应以日为维度。
1、1月份和5月末出现了异常低值，需要找到其原因。
2、通过观察可以看出，订单数量随日期的变换呈规律性的波动（不考虑异常值），但是根据右图可以看出与日期为几号相关性不大，据此推测订单数量可能与星期几有关。
“1、1月份和5月末出现了异常低值，分析其原因。”
---- 调查结果：
(1)美遭暴风雪袭击 纽约时报广场飞雪飘零_网易新闻
2016-1-24 · 当地时间2016年1月23日，美国纽约，美国遭遇暴雪天气，暴雪中的时报广场。
(2)突发！纽约地铁一日接连发生两起死亡事故 --国际--人民网
29日，纽约地铁接连发生了两起死亡事故，分别造成一名男性和一名女性死亡。
(3)阵亡将士纪念日 (5月的最后一个星期一)
中新网5月30日电 据美媒报道，美国迎来“国殇日”长周末，标志着夏季的正式开始。
(4)纽约将迎“曼哈顿悬日”奇观 夕阳余晖尽染
与此同时，每年仅出现2次的盛景“曼哈顿悬日”(Manhattanhenge)也将光临纽约。
接下来研究星期对乘车的影响：
上图图一展示了在2016年1月1日至2016年6月30日这半年内，每日订单总量、每日乘客数随日期的波动。
上图图二展示的是单均乘客数随日期的波动。这说明在周期的某一阶段，不仅订单数量增多，而且人们偏向于结伴出行。
“2、推测订单数量可能与星期几有关”---- 分析结果：
图一是星期一到星期日，订单总数、乘客总数的变化趋势，从中可以看出从周一到周六，订单数量和乘客人数呈线性增长，周日回落至与周二同等水平，这说明市民在周五、周六打车出行的频次最高。这可能来自两种原因：一种可能是人们在周五周六更愿意出门，第二种可能是人们在周五周六更愿意选择打车。
图二是星期一到星期日，单均乘客数的变换趋势，从中可以看出周六、周日为多人拼车高发期，据合理推测，应该是周末放假而导致的结伴出行的几率升高的缘故。
从图中可以看出：
（1）早高峰表现不显著，从早5点开始，订单量由谷底回升，到达约早8点后订单量开始趋于稳定，在一段时间内波动不明显。
原因推测：1、市民上班的出行需求被公共交通、私家车等分担，不会偏好于出租车出行；2、市民的上班时段不集中
（2）晚高峰表现显著，从晚5点半开始订单量有小规模增长，约晚7点进入打车最高峰，且在23点之前的平均打车量要高于白天时段。
原因推测：1、相比于早间，市民在晚间外出活动时更偏向于出租车出行。
（3）下午时段，16:40左右出现订单量回落。
原因推测：1、司机交班；2、道路拥堵。
分析二：居民夜生活活跃情况？
纽约市民夜生活活跃情况：从23点开始，订单量显著下降，这一下降持续到约早5点，早5点是一天内订单量最低的时刻。
分析三： 城市的一天什么时候最为拥堵？
问题转化为：行驶速度最高/低的时刻
由图可以看出，行驶速度在一天内可以大致分为三个阶段：
阶段一：08:00-20:00
这段时间的车辆行驶速度是三个阶段中最低的，这也是白天人们活动比较活跃的时段，速度基本稳定在同一水平，不存在明显的极值。
阶段二：20:00-03:00
这一阶段开始，车辆的行驶速度有微弱的上升趋势，阶段的平均速度相较于阶段一来说高出大概1/3的水平。
阶段三：03:00-08:00
在这段时间，车辆的行驶速度先是明显上升，在约5点的时刻显著回落。这告诉我们清晨五点是纽约这座城市的苏醒时刻。
分析四：什么时间容易接到长途单
时间和订单路程距离是否有关系呢？接下来进入分析
分析结果：在凌晨时段最容易接到长途单，在5点左右最为明显。
另外，看到图形时有种似曾相识的感觉，原来与行驶速度的图形十分相似。是相关关系还是因果关系呢？
总结
分析到此告一段落，其实这个数据还有值得分析的地方，比如，结合地理位置的数据，可以根据区域划分出不同行政区的乘客行为特点。对城市有更为细致的诠释。
还可以分析哪些时段的哪些区域更容易发生订单，这对出租调度来说是个有效数据。
从暴雪带来的异常值可以推测，天气与订单量是有密切关系的，根据日期对应天气数据，可以进一步分析天气与订单量的影响。结合位置数据，还可以分析哪些区域受天气的影响较大，等等。
另外机场、车站，作为比较有特点的地理位置，也可以单独作为一类来研究。
另外如果进一步获取更多时间轴上的数据，也可探索更多例如同比分析、环比分析的方法，并且可以进一步提升结论的可靠性。
预留问题：
--上车位置最多的地方，下车位置最多的地方？人都去哪了？
--行旅出差人士行为偏好？