python客户端开发自行车租赁系统_Python数据分析，自行车租赁数据分析，租赁情况怎么样？...

本节选取自行车的租赁数据，利用numpy、pandas、matplotlib三个库，数据清洗后，做数据分析，研究时间段与自行车租赁的关系。

数据来源

本节以自行车的租赁数据为例，数据来源于网络，利用时间序列分析的方法，通过可视化技术，分析自行车租赁随时间及天气变化的分布情况，其中datetime、season、holiday、workingday、weather、temp、atemp 、humidity、windspeed、casual 、registered、count字段分别代表租赁时间、季节、是否为假期、是否为工作日、天气数字越大，天气越差、temp atemp气温、湿度、风速、普通用户、注册用户、租赁自行车数量。

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

%matplotlib inline

bike = pd.read_csv(open(r'D:\python数据分析\数据\bike.csv'))

bike.head()

问题探索

研究时间段与自行车租赁的关系情况。

数据清洗

bike.isnull().sum()

查看缺失值，无缺失值。

bike.dtypes

查看数据类型，datetime字段不是时间数据类型。

bike['datetime'] =