python共享单车数据分析_共享单车数据可视化分析（Python/Seaborn）

项目数据来源于kaggle项目 Bike Share Demand，使用Python对数据进行了可视化分析：

共享单车项目分析_页面_01.jpg

共享单车项目分析_页面_02.jpg

共享单车项目分析_页面_03.jpg

共享单车项目分析_页面_04.jpg

共享单车项目分析_页面_05.jpg

共享单车项目分析_页面_06.jpg

共享单车项目分析_页面_07.jpg

共享单车项目分析_页面_08.jpg

共享单车项目分析_页面_09.jpg

共享单车项目分析_页面_10.jpg

分析过程代码如下：

1. 提出问题

影响共享单车租用数量的因素有哪些？影响程度如何？

2. 理解数据

import numpy as np

import pandas as pd

bike_train = pd.read_csv(".../train.csv")

bike_train.head()

datetime

season

holiday

workingday

weather

temp

atemp

humidity

windspeed

casual

registered

count

0

2011/1/1 0:00

1

0

0

1

9.84

14.395

81

0

3

13

16

1

2011/1/1 1:00

1

0

0

1

9.02

13.635

80

0

8

32

40

2

2011/1/1 2:00

1

0

0

1

9.02

13.635

80

0

5

27

32

3

2011/1/1 3:00

1

0

0

1

9.84

14.395

75

0

3

10

13

4

2011/1/1 4:00

1

0

0

1

9.84

14.395

75

0

0

1

1

bike_train.info()

RangeIndex: 10886 entries, 0 to 10885

Data columns (total 12 columns):