共享单车

一、数据源

在 kaggle上下载共享单车数据，数据字段结构如下表：

数据结构 2011时间维度看需求趋势(月份维度) 2012时间维度看需求趋势(月份维度)

上图为可视化结果，整体上可见2012年相较于2011年，骑行的需求有了大幅的增长。总需求和注册用户需求的变化最为明显，而非注册用户提升效果一般，这说明：经过一年的运营，越来越多的使用者在平台上注册了，注册用户提升显著。从月份角度，我们能看到的是：6月~9月是骑行旺季，12月~2月是骑行淡季。

时间维度看需求趋势

按照一天24小时可视化骑行需求，我们能发现一些有趣的结论

从24小时观察骑行需求：存在6~7AM以及5~6PM两个峰值，中午12AM有一个小峰值，符合通勤规律，注册用户特征更为明显，而非注册用户则变化平缓。

时间维度看需求趋势（工作日和非工作日小时维度）

可见工作日与非工作日的骑行需求规律反差巨大，非工作日的共享单车苏醒慢，骑行需求高峰出现在12AM~3PM的这段时间内，另外凌晨0AM~4AM的骑行需求大于工作日，周末使劲造！

不同季节的小时维度

春夏秋冬四季24小时需求趋势一致，值得关注的是春季的整体小于夏秋冬三个季节，体感舒适度最高的秋天整体骑行需求最高。

为何春季需求会低于其他季节？这是个值得思考的问题，单限于数据信息有限，未找出合理的解释。

这也说明了结合业务的重要性，只有深入了解了业务规律才能做出准确判断。

天气维度(不同天气状况) 天气维度(不同天气状况)

可见，天气越不好，骑行数量需求越少，极端天气未形成趋势线，极端天气还是占少数的

气温与体表温度

从两者的关系度量图中我们能看出呈现正相关分布，另外能获取到的信息是：

颜色最深的分布最为集中，最适宜的气温27℃~28℃、体表温度31℃左右的骑行需求是最密集的。

气温与湿度

气温16℃~32℃，湿度55~90骑行需求是最密集的。

上图为注册用户与非注册用户在各因素下的差异组合图：

第一幅为两者的月度差异图，可见整体趋势相同，注册用户远高于非注册用户；

第二幅为两者的小时差异图，可见注册用户的小时规律明显，非注册用户则只在12AM~5PM存在峰值，整体差异较大；

第三幅为两者的工作日差异图，可见注册用户工作日小时规律明显，二非注册用户趋势平缓；

第四幅为两者的非工作日差异图，可见非工作日两者差异相较于其他因素差异较小，且趋势相同，值得注意的是注册用户在凌晨更加活跃。

总的来说，注册用户需求远高于非注册用户，注册用户的使用规律明显，而非注册用户受其他因素的影响相对较弱。

1、共享单车由注册用户与非注册用户构成，而主要群体以注册用户为主。

2、共享单车的用户总数主要受摄氏度、体感温度、湿度、时刻影响比较明显。

3、根据数据分析提出几个建议

（1）用户总数随时间在持续上升，可以增加共享单车的投放数量以满足业务需求；

（2）用户总数在夏季、秋季、冬季较多，而在春季较少，可以选择在春季大批量回收车辆进行维修保养；

（3）用户总数在工作日的上下班时段达到高峰期，因此在此时间段前进行车辆调度集中投放在地铁口、公交站台、小区出口等附近以供人们方便使用，提高用户量； 而在假期，则在白天时刻集中投放在各小区出口、地铁口、景点等附近以供人们方便使用，用以提供用户量；

（4）用户总数在温度达到20-25摄氏度之间达到高峰期，因为温度较舒服，人们喜欢骑单车出行，因此在这种天气时增大投放量。