共享单车数据可视化分析|附代码数据

全文下载链接 http://tecdat.cn/?p=1951

最近我们被客户要求撰写关于共享单车的研究报告,包括一些图形和统计输出。

随着智能手机的普及和手机用户的激增,共享单车作为城市交通系统的一个重要组成部分,以绿色环保、便捷高效、经济环保为特征蓬勃发展

作为城市共享交通系统的一个重要组成部分,以绿色环保、便捷高效、经济环保为特征的自行车共享行业在2016年用户总数达到2030万人次,全国运营市场达到11.5亿元。

基于以上背景,tecdat研究实验室(Tecdat Research Lab)对北京共享单车的数据进行分析,用数据探索“最后一公里出行”解决方案,勾勒出共享单车使用与用户出行现状。

填补公共交通空白:解决“两公里内出行难”

共享单车数据可视化分析|附代码数据_第1张图片

从各个时间段的单车使用情况来看,上午8点和下午6点左右是用车高峰期,即早晚上下班时间的出行高峰明显,呈M型分布,早晚高峰期间发生的订单量占当日总订单量的40%左右。

共享单车数据可视化分析|附代码数据_第2张图片

从骑行距离的分布情况来看,我们发现主要集中在 200-1500 米,解决了将近80%的用户“两公里范围内出行难”的需求,有短距离出行和短途接驳的作用,大大提高了出行效率,也有效地补充了长途出行。


点击标题查阅往期内容

共享单车数据可视化分析|附代码数据_第3张图片

杭州出租车行驶轨迹数据空间时间可视化分析

图片

左右滑动查看更多

图片

01

共享单车数据可视化分析|附代码数据_第4张图片

02

共享单车数据可视化分析|附代码数据_第5张图片

03

共享单车数据可视化分析|附代码数据_第6张图片

04

共享单车数据可视化分析|附代码数据_第7张图片

骑行大多位于商圈,目的地更加有趣、多元

共享单车数据可视化分析|附代码数据_第8张图片

共享单车数据可视化分析|附代码数据_第9张图片

从骑行的始终点来看,我们发现用户使用密集的区域主要包括国贸、大望路、建外大街、王府井等。

共享单车数据可视化分析|附代码数据_第10张图片

共享单车数据可视化分析|附代码数据_第11张图片

共享单车数据可视化分析|附代码数据_第12张图片

共享单车数据可视化分析|附代码数据_第13张图片

共享单车数据可视化分析|附代码数据_第14张图片

从出行的始终点和路径来看单车出行目的地多为商圈,行车频率一定程度上反映了某个地区的商业化程度。

与长途旅行相比,短途骑行目的地更加有趣点,更加多元化,同时也满足了消费者对高频和多次微型旅行的需求。用户的骑行目的地主要是生活休闲,购物,餐饮商业区。

结语

共享自行车数据可以实时表达城市的密度以及人们居住地和工作地之间的交通动态,同时对公共交通进行了有益补充,大大提高了大众出行效率。

因为城市基础设施资源的稀缺,共享出行成为城市公共交通的“潜在替代品”,也促进了整个共享行业的快速发展。

 


共享单车数据可视化分析|附代码数据_第15张图片

本文摘选 单车上的城市:共享单车数据洞察 ,点击“阅读原文”获取全文完整资料。


点击标题查阅往期内容

基于出租车GPS轨迹数据的研究:出租车行程的数据分析
用数据告诉你出租车资源配置是否合理
把握出租车行驶的数据脉搏 :出租车轨迹数据给你答案!
基于出租车GPS轨迹数据的研究:出租车行程的数据分析
用数据告诉你出租车资源配置是否合理
共享单车大数据报告
R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量
消费者共享汽车使用情况调查
新能源车主数据图鉴
python研究汽车传感器数据统计可视化分析
R语言ggmap空间可视化机动车交通事故地图
R语言ggmap空间可视化机动车碰撞–街道地图热力图

你可能感兴趣的:(共享单车数据可视化分析|附代码数据)