16_分析共享单车日活跃用户

---

博文配套视频课程：24小时实现从零到AI人工智能

---

日期进行采样操作

时间序列（或称动态数列）是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。时间序列分析的主要目的是根据已有的历史数据对未来进行预测

import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
data = pd.read_csv("../data/bike.csv")
# 首先把datetime转化为日期类型
data['datetime'] = pd.to_datetime(data['datetime'])
data.info()
# 把时间序列设置为索引
data.set_index('datetime',inplace=True)
print(data.head(n=3))
print('-'*20,'对日期的采样,统计每天的骑行数据','-'*20)
d_bike = data.resample('d')['count'].mean()
print(d_bike,type(d_bike))
# 先创建新的day,hour
data['day'] = data.index.day
data['hour'] = data.index.hour
print(data,type(data))

分组统计每小时的骑行记录

print('通过分组统计每小时的骑行记录')
h_bike = data.groupby(by='hour')['count'].sum()
print(h_bike,type(h_bike))
# 采用线性图,查看每小时的骑行数据
plt.plot(h_bike.index,h_bike.values,'r--*')
# 自定义刻度坐标值
plt.xticks(range(h_bike.size),[i+1 for i in range(h_bike.size)])
plt.savefig('./h_bike.jpg')
plt.show()