Kaggle项目：共享单车数据分析报告

以上是用PPT展示的数据分析报告，具体代码如下

数据分析步骤：

1、提出问题

2、理解数据

采集数据

导入数据

数据基本信息查看

3、清洗数据

4、建立模型

5、模型评估

6、方案实施

提交数据到kaggle

撰写PPT报告

1. 提出问题

目前，共享单车在国内非常火爆，给市民的出行带来了很多便利。德国很早就使用共享单车。本次的案例就是利用德国柏林一家的共享单车公司2011至2012年度的数据，研究共享单车使用量的影响因素。

2. 理解数据

2.1 采集数据

https://www.kaggle.com/c/bike-sharing-demand

2.2 导入数据

2.3 查看数据集

3.数据清洗

分析

训练集有12列，测试集有9列，训练集比测试集多casual,registered,count三列

只有日期这一列是字符串，其余均为数值类型，故将字符串转换成为月、星期、天、小时

3.1 特征工程

3.2 特征相关性可视化

3.2.1 可视化热图

分析count

和温度的相关性较高，且成正相关；

和温度的相关性次之，且成负相关；

与小时成正相关，说明一天中租车量与时间有线性关系；

与季节年费都有关，需要可视化进一步研究；

4.特征数据可视化

4.1 温度、湿度、风速对使用量的影响

从图可以看出，温度、湿度、风速和使用梁呈线性关系，在温度在30度左右，湿度在20左右，最适合出行，且风速越大使用量越低

4.2 2011和2012年的车辆使用量对比

可以看出，2012年较2011年各月份使用都有较大提升。

4.3 各个月份平均使用量

4.4 用户习惯分析

4.5 其他影响因素

以上就是共享单车数据可视化内容，本次分析报告重点强调数据可视化！