Udacity数据分析（入门）-探索美国共享单车数据

最新推荐文章于 2024-06-13 21:29:05 发布

heleiecho

最新推荐文章于 2024-06-13 21:29:05 发布

阅读量1k

点赞数 1

分类专栏： Udacity python 文章标签： python udacity 优达学城共享单车

本文链接：https://blog.csdn.net/heleiecho/article/details/102839446

版权

本项目使用Python探索美国芝加哥、纽约和华盛顿特区的共享单车数据，涉及数据导入、用户交互、骑行统计分析。用户可以指定城市、月份和星期，查看最常见骑行时长、热门起始和结束车站、用户类型、性别分布等信息。

摘要由CSDN通过智能技术生成

项目概述

在此项目中，将利用 Python 探索与以下三大美国城市的自行车共享系统相关的数据：芝加哥、纽约和华盛顿特区。
将编写代码导入数据，并通过计算描述性统计数据回答有趣的问题。并将写一个脚本，该脚本会接受原始输入并在终端中创建交互式体验，以展现这些统计信息。

数据集

提供了三座城市 2017 年上半年的数据。三个数据文件都包含相同的核心六 (6) 列：

起始时间 Start Time（例如 2017-01-01 00:07:57）
结束时间 End Time（例如 2017-01-01 00:20:53）
骑行时长 Trip Duration（例如 776 秒）
起始车站 Start Station（例如百老汇街和巴里大道）
结束车站 End Station（例如塞奇威克街和北大道）
用户类型 User Type（订阅者 Subscriber/Registered 或客户Customer/Casual）

芝加哥和纽约市文件还包含以下两列（数据格式可以查看下面的图片）：

性别 Gender
出生年份 Birth Year

问题

需要回答的问题

将编写代码并回答以下关于自行车共享数据的问题：

起始时间（Start Time 列）中哪个月份最常见？
起始时间中，一周的哪一天（比如 Monday, Tuesday）最常见？提示：可以使用 datetime.weekday() （点击查看文档）
起始时间中，一天当中哪个小时最常见？
总骑行时长（Trip Duration）是多久，平均骑行时长是多久？
哪个起始车站（Start Station）最热门，哪个结束车站（End Station）最热门？
哪一趟行程最热门（即，哪一个起始站点与结束站点的组合最热门）？
每种用户类型有多少人？
每种性别有多少人？
出生年份最早的是哪一年、最晚的是哪一年，最常见的是哪一年？

需要有互动式体验

最终文件要是一个脚本，它接受原始输入在终端中（如Windows的cmd中国）创建交互式体验，来回答有关数据集的问题。这种体验之所以是交互式的，是因为根据用户输入的内容，下一页面中的数据结果也会随之改变（用input()实现）。

有以下三个问题会对结果产生影响：

你想分析哪个城市的数据？输入：芝加哥，纽约，华盛顿 ( Would you like to see data for Chicago, New York, or Washington?)
你想分析几月的数据？输入：全部，一月，二月…六月 ( Which month? all, january, february, … , june?)
你想分析星期几的数据？输入：全部，星期一，星期二…星期日 (Which day? all, monday, tuesday, … sunday?)

这几个问题的答案将用来确定进行数据分析的城市，同时选择过滤某个月份或星期的数据。在相应的数据集过滤和加载完毕后，用户会看到数据的统计结果，并选择重新开始或退出。输入的信息应当大小写不敏感，比如"Chicago", “CHICAGO”, “chicago”, “chiCago”都是有效输入。你可以使用 lower(), upper(), title() 等字符串方法对输入值进行处理。

项目流程

导入库及数据集

import time
import pandas as pd
import numpy as np

CITY_DATA = {
    'chicago': 'chicago.csv',
              'new york city': 'new_york_city.csv',
              'washington': 'washington.csv' }

生成初始页面（接受用户输入的城市、月份、日期）

def get_filters():
    """
    Asks user to specify a city, month, and day to analyze.

    Returns:
        (str) city - name of the city to analyze
        (str) month - name of the month to filter by, or "all" to apply no month filter
        (str) day - name of the day of week to filter by, or "all" to apply no day filter
    """
    print('\nHello! Let\'s explore some US bikeshare data!')
    # TO DO: get user input for city (chicago, new yor.k city, washington). HINT: Use a while loop to handle invalid inputs
    def input_mod(input_print, enterable_list):
        ret = input(input_print)
        while ret.lower() not in enterable_list:
            ret = input(input_print)
        return ret

    # TO DO: get user input for city (chicago, new york city, washington). HINT: Use a while loop to handle invalid inputs
    city = input_mod('\nPlease input the name of city which you want to analyze: Chicago, New york city, Washington or all!\n', list(CITY_DATA.keys()) + ['all'])
    # TO DO: get user input for month (all, january, february, ... , june)
    month = input_mod('\nPlease input the month you want to analyze: all, january, february, ... , june!\n', ['january', 'february', 'march', 'april', 'may', 'june', 'all'])
    # TO DO: get user input for day of week (all, monday, tuesday, ... sunday)
    da