-
Notifications
You must be signed in to change notification settings - Fork 0
/
数据分析代码.py
181 lines (131 loc) · 5.96 KB
/
数据分析代码.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
#数据处理包导入
import numpy as np
import pandas as pd
#画图包导入
import matplotlib.pyplot as plt
import missingno as msno
import seaborn as sns
sns.set()
#日期处理包导入
import calendar
from datetime import datetime
#读取数据,记得改读取路径
BikeData = pd.read_csv(r"D:\homework\bike-sharing-demand\train.csv")
#提取“date”
BikeData["date"] = BikeData.datetime.apply(lambda x: x.split()[0])
#提取"hour"
BikeData["hour"]=BikeData.datetime.apply(lambda x: x.split()[1].split(":")[0])
BikeData['ihour']=BikeData['hour'].astype(int)
dateString = BikeData.datetime[1].split()[0]
#提取"weekday"
BikeData["weekday"] = BikeData.date.apply(lambda dateString : calendar.day_name[datetime.strptime(dateString,"%Y-%m-%d").weekday()])
#提取"month"
BikeData["month"] = BikeData.date.apply(lambda dateString: calendar.month_name[datetime.strptime(dateString,"%Y-%m-%d").month] )
#季节映射处理
BikeData["season_label"] = BikeData.season.map({1: "Spring", 2 : "Summer", 3 : "Fall", 4 :"Winter" })
#天气映射处理
BikeData["weather_label"] = BikeData.weather.map({1:"sunny",2:"cloudy",3:"rainly",4:"bad-day"})
#是否是节假日映射处理
BikeData["holiday_map"] = BikeData["holiday"].map({0:"non-holiday",1:"hoiday"})
#可视化查询缺失值
#缺失值可视化.png
msno.matrix(BikeData,figsize=(12,5))
plt.show()
#先数据分析，为之后准确展示租车数据与什么因素相关打好基础
#利用数据可视化分析共享单车的租用情况与哪些因素有关
#租车人数与温度，体感温度，租车类型，湿度，风速的相关性可视化.png
correlation = BikeData[["temp","atemp","casual","registered","humidity","windspeed","count"]].corr()
mask = np.array(correlation)
mask[np.tril_indices_from(mask)] = False
fig,ax= plt.subplots()
fig.set_size_inches(20,10)
sns.heatmap(correlation, mask=mask,vmax=.8, square=True,annot=True)
plt.show()
# 租车人数，按不同的因素划分的分布情况
# 设置绘图格式和画布大小
#租车人数与季节，时间段，是否工作日的关系的可视化图表.png
fig, axes = plt.subplots(nrows=2,ncols=2)
fig.set_size_inches(12, 10)
# 添加第一个子图， 租车人数分布的箱线图
sns.boxplot(data=BikeData,y="count",orient="v",ax=axes[0][0])
#添加第二个子图，租车人数季节分布的箱线图
sns.boxplot(data=BikeData,y="count",x="season",orient="v",ax=axes[0][1])
#添加第三个子图，租车人数时间分布的箱线图
sns.boxplot(data=BikeData,y="count",x="hour",orient="v",ax=axes[1][0])
#添加第四个子图，租车人数工作日分布的箱线图
sns.boxplot(data=BikeData,y="count",x="workingday",orient="v",ax=axes[1][1])
# 设置第一个子图坐标轴和标题
axes[0][0].set(ylabel='Count',title="Box Plot On Count")
# 设置第二个子图坐标轴和标题
axes[0][1].set(xlabel='Season', ylabel='Count',title="Box Plot On Count Across Season")
# 设置第三个子图坐标轴和标题
axes[1][0].set(xlabel='Hour Of The Day', ylabel='Count',title="Box Plot On Count Across Hour Of The Day")
# 设置第四个子图坐标轴和标题
axes[1][1].set(xlabel='Working Day', ylabel='Count',title="Box Plot On Count Across Working Day")
plt.show()
x=BikeData[['temp']]
y=BikeData[['count']]
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.scatter(x,y)
plt.xlabel('temp')
plt.ylabel('count')
plt.show()
x=BikeData[['atemp']]
y=BikeData[['count']]
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.scatter(x,y)
plt.xlabel('atemp')
plt.ylabel('count')
plt.show()
x=BikeData[['humidity']]
y=BikeData[['count']]
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.scatter(x,y)
plt.xlabel('humidity')
plt.ylabel('count')
plt.show()
#分析什么样的温度和湿度情况下租车的人数最多
#由于温度，体感温度和湿度数据变化较多，范围较广，因此将温度和湿度离散化，便于分析
BikeData["humidity_band"] = pd.cut(BikeData['humidity'],5)
BikeData["temp_band"] = pd.cut(BikeData["temp"],5)
BikeData["atemp_band"] = pd.cut(BikeData["atemp"],5)
#假期字段映射处理
BikeData["holiday_map"] = BikeData["holiday"].map({0:"non-holiday",1:"hoiday"})
#温度和湿度与租车人数的可视化.png
sns.FacetGrid(data=BikeData,row="humidity_band",aspect=2).\
map(sns.barplot,'temp_band','count','holiday_map',palette='deep',errorbar=None).\
add_legend()
plt.show()
#分析什么样的体感温度和湿度情况下租车的人数最多
#体感温度和湿度与租车人数的可视化.png
sns.FacetGrid(data=BikeData,row="humidity_band",aspect=2).\
map(sns.barplot,'atemp_band','count','holiday_map',palette='deep',errorbar=None).\
add_legend()
plt.show()
#分析不同季节下每小时平均租车人数如何变化
#不同季节下不同时间段与租车人数的可视化.png
sns.FacetGrid(data=BikeData,aspect=1.5).\
map(sns.pointplot,'hour','count','season_label',palette="deep",errorbar=None).\
add_legend()
plt.show()
#分析不同月份下每小时平均租车人数如何变化
#不同月份下不同时间段与租车人数的可视化.png
sns.FacetGrid(data=BikeData,aspect=1.5).\
map(sns.pointplot,'hour','count','month',palette="deep",errorbar=None).\
add_legend()
plt.show()
#分析不同天气情况下，每个月的平均租车人数如何变化
#不同月份下不同天气与租车人数的可视化.png
sns.FacetGrid(data=BikeData,aspect=1.5).\
map(sns.pointplot,'month','count','weather_label',palette="deep",errorbar=None).\
add_legend()
plt.show()
#分析按星期数划分，每小时的平均租车人数如何变化
#同一星期内租车人数随时间的大致变化的可视化.png
sns.FacetGrid(data=BikeData,aspect=1.5).\
map(sns.pointplot,'hour','count','weekday',palette="deep",errorbar=None).\
add_legend()
plt.show()