kaggle共享单车项目

转载请在文章起始处注明出处，谢谢。

数据来源：kaggle提供的一份2011-2012的共享单车的数据

image.png

datetime : 日期
season : 季节，1—4分别代表春夏秋冬
holiday : 是否是假期，0代表否，1代表是（注意，假期区别于周末，类似于节假日，如圣诞节）
workingday: 是否是工作日，0代表否，1代表是
weather : 天气情况，可以理解为从1—4分别代表天气越来越恶劣的情况
temp : 温度
atemp : 体感温度
humidity : 湿度
windspeed : 风速情况
casual : 非注册用户数
registered: 注册用户数
count : 总用户数

先观测下数据的类型

image.png

数据没有缺失，datetime是一个文本格式，需要转换下。

分析思路：围绕各项因素对租赁总数的影响作分析，划分为三个阶段：按时间的维度、按环境天气等外在因素，最后再分析不同用户之间的关系。

image.png

清洗后的数据：

image.png

计算相关系数，这里只比较与count租赁总数的相关性，所以我们提取出计算后count一列。

image.png

根据计算的相关系数可以发现，温度和体感温度对租赁总数的影响较大且系数接近呈正相关，湿度对租赁总数的影响也很大但呈现的是负相关。此外季节，天气，风速对租赁的总数也有影响，节假日和工作日的影响最小。

首先我们先根据时间的维度来分析在不同特征下对租赁总数的影响

image.png

image.png

2012年的共享单车总用户数和注册用户数都有明显提升，未注册用户数略有增幅。

细化时间维度，按月和按各时间段：

image.png

image.png

观察‘month’图可知，一月份的租赁总数最少，随着月份的增加，count逐渐增大，到6月份时到达顶峰， 随后平稳缓缓地递减，到年末时租赁总数降至180左右，不妨接下来画下季节与租赁总数的图结合分析下。
观察‘hour’图可知，有两个高峰期租赁的总数最多，分别是早上8点和下午的5点，这是上下班的高峰期， 凌晨的时间段最少，白天的时间段相对高峰期较少且相对平稳，可通过引入节假日holiday和星期weekday
两个离散变量分别观测下情况。

根据季节特征分别观测下对租赁总数的影响，season :1—4分别代表春夏秋冬

image.png

与按月份分析的图表相呼应，季节的特征表现在：春天也就是年初时租赁的总数最少，随后随着天气变暖， 骑车的人数开始增多。夏天和秋天也就是6月到10月份租赁总数最多，随着天气变冷总数又慢慢下降。

承接‘hour’图，对于引入的节假日和星期日我们先简单做下分析
holiday : 区别于周末，0代表否，1代表是

image.png

image.png

接下来，我们通过引入holiday和weekday第三个变量来观测下全天各时间段的租赁总数。

image.png

image.png

由图一可知，上下班的高峰期非节假日的租赁总数是远高于节假日的，而午后则是低于节假日，其余 时间段相差不大，与我们的认知相符，节假日大家在家休息，没有上下班的高峰期，到了下午则约小伙伴出去玩，租赁总数上升。
由图二可知，图形的走势与图一类似，工作日的时候上下班高峰期租赁多，周末则是其余白天时间段租的比较多，符合人们的出行规律。

接下来，我们按照天气状况的维度具体分析下对租赁总数的影响，weather ：从1—4分别代表天气越来越恶劣的情况

image.png

可以看出，单车租赁数受天气影响变化明显，天气越差，租的人越少，极端天气4样本数不足，单独选取出来观察下

image.png

极端天气的情况在选取的整个样本中只出现了一次，统计时间段为晚上6点，平均值根据之前分析的结果看，在周一上下班高峰的情况下，显得虚高，不具备代表性。但总体根据走势，租赁数应该最低的，毕竟极端天气骑单车出行不太安全。

温度、湿度等因素在一开始我们已经做了简单的相关性分析，可直接选择作图建立线性回归模型直观地比较下。

image.png

接下来我们具体分析下温度等各项指标对租赁总数的影响

image.png

image.png

根据温度图显示，随着温度的升高，租赁数也在提高，在35℃左右时，到达最最大值，然后随着温度的继续 升高租赁数加速下降。确实，天气晴朗温度适宜的话骑车的人会变多，而到40℃时人们都不愿出门。
湿度的图表显示，湿度在20左右时，租赁总数最多，随着湿度的增大而减小。
风速表中，租赁数在正常风的影响下 变化不是很大，在风速继续变大的情况下出现波动，租赁数量减少，50后面又升高应该是收到了异常值的干扰。风速表显示，只要不是特别大的狂风，人们还是愿意骑车的，至少表明了风速不是主要的影响因素。

在文章的开头，我们从较大的时间维度计算出了2011年与2012年未注册用户，注册用户和总用户数的各项值，因而
针对不同的用户群体我们可以继续细化下时间维度，观察下他们之间的微妙的变动情况，租赁总数count我们之前已
经根据各项指标分析过了，所以接下来我们只分析未注册用户（casual）和注册用户（registered）之间的情况。

image.png

image.png

image.png

按月分组我们可以看出非注册用户租赁数呈现一个正态分布的图形，结合注册用户再观察，夏天时两者需求都增高；按星期数我们发现，注册用户在工作日的时候租得多，周末则租的少，反观非注册用户则与之相反，结合实际可解释其原因，注册用户工作日天数多，骑车次数也多，所以注册会员比较方便，而非注册用户只需周末两天出门骑或者偶尔租赁；按照时间段的图，我们也能看出，注册用户上下班的点用的很多，非注册用户全天时间段都相对平缓，从而也能侧面印证之前的结论。

总结：
1、全年租赁总数较往年增长明显，共享单车越来越为人们所接受，用户群体正在扩大。
2、春天及年初时租赁人数最少，夏天秋天时最多，冬天相对较少。
3、工作日时，上下班高峰期租赁总数最多。周末及节假日时，午后时间段租赁人数最多。
4、温度在35，湿度在20左右时，租赁总数最多，可加大投放量。风速没有明显的影响。
5、注册用户在工作日的租赁数大于周末，非注册用户则相反。租赁时间点与3分析情况一致。