共享单车需求特征分析与 Python 数据处理实战

# 1. 导入核心工具库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from datetime import datetime

# 解决中文显示问题
plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei", "Heiti TC"]
plt.rcParams["axes.unicode_minus"] = False  # 解决负号显示问题

# 2. 加载数据集（替换为你的数据集路径）
df = pd.read_csv("bike_sharing.csv")

# 3. 查看数据基础信息
print("数据集形状：", df.shape)
print("\n数据前5行：")
print(df.head())
print("\n数据类型与缺失值统计：")
print(df.info())
print("\n数据描述性统计：")
print(df.describe())

# 1. 时间特征提取：将字符串转换为时间类型，拆分年、月、日、小时、星期
df["datetime"] = pd.to_datetime(df["datetime"])
df["year"] = df["datetime"].dt.year  # 年份
df["month"] = df["datetime"].dt.month  # 月份
df["day"] = df["datetime"].dt.day  # 日期
df["hour"] = df["datetime"].dt.hour  # 小时
df["weekday"] = df["datetime"].dt.dayofweek  # 星期(0=周一,6=周日)

# 2. 分类特征语义化映射（方便可视化解读）
season_map = {1: "春季", 2: "夏季", 3: "秋季", 4: "冬季"}
weather_map = {1: "晴朗", 2: "多云", 3: "雨雪", 4: "恶劣天气"}
workingday_map = {0: "非工作日", 1: "工作日"}
holiday_map = {0: "非节假日", 1: "节假日"}

df["season_name"] = df["season"].map(season_map)
df["weather_name"] = df["weather"].map(weather_map)
df["workingday_name"] = df["workingday"].map(workingday_map)
df["holiday_name"] = df["holiday"].map(holiday_map)

# 3. 异常值处理（基于3σ原则剔除极端异常值）
def remove_outliers(data, column):
    mean = data[column].mean()
    std = data[column].std()
    data = data[(data[column] > mean - 3*std) & (data[column] < mean + 3*std)]
    return data

df = remove_outliers(df, "count")

# 处理后数据预览
print("处理后数据集形状：", df.shape)
print(df[["datetime", "year", "hour", "season_name", "weather_name"]].head())

# 1. 小时级需求分布（潮汐特征核心）
plt.figure(figsize=(12, 6))
sns.lineplot(x="hour", y="count", data=df, color="#FF6B6B")
plt.title("共享单车小时级需求分布", fontsize=14)
plt.xlabel("小时", fontsize=12)
plt.ylabel("租赁次数", fontsize=12)
plt.xticks(range(0, 24))
plt.grid(alpha=0.3)
plt.show()

# 2. 工作日vs周末小时需求对比
plt.figure(figsize=(12, 6))
sns.lineplot(x="hour", y="count", hue="workingday_name", data=df)
plt.title("工作日/周末小时需求对比", fontsize=14)
plt.xlabel("小时", fontsize=12)
plt.ylabel("租赁次数", fontsize=12)
plt.xticks(range(0, 24))
plt.grid(alpha=0.3)
plt.show()

# 3. 季节需求分布
plt.figure(figsize=(10, 5))
sns.barplot(x="season_name", y="count", data=df, palette="coolwarm")
plt.title("不同季节共享单车需求对比", fontsize=14)
plt.xlabel("季节", fontsize=12)
plt.ylabel("平均租赁次数", fontsize=12)
plt.show()

# 1. 天气对需求的影响
plt.figure(figsize=(10, 5))
sns.boxplot(x="weather_name", y="count", data=df)
plt.title("不同天气下共享单车需求分布", fontsize=14)
plt.xlabel("天气类型", fontsize=12)
plt.ylabel("租赁次数", fontsize=12)
plt.show()

# 2. 温度与需求相关性散点图
plt.figure(figsize=(10, 6))
sns.scatterplot(x="temp", y="count", data=df, alpha=0.6, color="#4ECDC4")
plt.title("温度与共享单车需求相关性", fontsize=14)
plt.xlabel("温度(℃)", fontsize=12)
plt.ylabel("租赁次数", fontsize=12)
plt.grid(alpha=0.3)
plt.show()

# 3. 环境因素相关性热力图
corr_cols = ["temp", "atemp", "humidity", "windspeed", "count"]
corr = df[corr_cols].corr()
plt.figure(figsize=(10, 8))
sns.heatmap(corr, annot=True, cmap="RdBu_r", linewidths=0.5)
plt.title("环境因素相关性热力图", fontsize=14)
plt.show()

# 节假日vs非节假日需求对比
plt.figure(figsize=(8, 5))
sns.barplot(x="holiday_name", y="count", data=df)
plt.title("节假日与非节假日需求对比", fontsize=14)
plt.xlabel("类型", fontsize=12)
plt.ylabel("平均租赁次数", fontsize=12)
plt.show()