可视化练习：Kaggle共享单车项目
项目链接：Bike Sharing Demand | Kagglewww.kaggle.com
1. 提出问题（Business Understanding）
通过历史用车记录结合天气情况来预测华盛顿DC的共享单车项目需求。
2. 数据理解（Data Understanding）
理解数据分为三部分：
1）采集数据：这一部分，根据研究问题，采集数据
2）导入数据：你要分析的数据可能在excel文件，或者数据库中，首先，你需要将数据导入到Python中的数据结构中。
3）查看数据集信息
2.1 采集数据
2.2 导入数据
2.3 查看数据集信息
再看头5行是数据
Kaggle中给出数据说明：
Data field
* datetime -- 年月日小时
* season -- spring=1 ， summer=2， fall=3， winter=4
* holiday -- 0=否 ， 1=是
* workingday -- 0=否，1=是
* weather -- 1:晴天，2:阴天 ，3:小雨或小雪 ，4:恶劣天气（大雨、冰雹、暴风雨或者大雪）
* temp -- 温度摄氏度
* atemp -- 体感温度，摄氏度
* humidity -- 相对湿度
* windspeed -- 风速
* casual-- 未注册用户租借数量
* registered -- 注册用户租借数量
* count -- 总租借数量
分析
1. 训练数据：
* 共10886行，12列，各字段均无缺失值
* 除时间数据为字符串需要转换为时间序列外，其他数据均为数值类型
* count=registered+casual
2. 测试数据：
* 共6493行，9列，各字段均为缺失值
* 除时间数据为字符串需要转换为时间序列外，其他数据均为数值类型
3. 数据清洗（Data Preparation）
3.1 数据预处理
时间特征处理
对于租车量的需求分析，必然需要通过不同纬度的时间来进行分析：必须创造新的列： 时间hour 天date 周week 月month
在新添加4列后，移除原先的时间列
3.2 特征选择
先看看协方差
可视化分析
分析
count：与温度成正相关，温度适应升高时骑车人数增多
与湿度成负相关，湿度较大人们不愿意骑车
与时间成正相关，一天中租车数量与时间有线性关系
温湿度等相关因素与季节月份有关，需要进一步可视化分析各因素对count的影响
3.2.2 租车人数在各个分类因素变量的关系
画图
箱线图分析每小时租用共享单车的中位数在150左右
秋夏季节气温宜人，租车人数较多
在工作日上下班高峰期租车人数最多，说明其目的主要用于通勤
天气的越好租车人数越多
3.2.3 租车量在各连续变量下的可视化分析
分析：在不同季节中，上下班时间段租车人数最多，同时下班时段租车较上班时段多，除了通勤因素外，下班有更多时间放在娱乐上。
秋夏租车人数较多，可以推导华盛顿天气温暖宜人增加租车需求
更具体地
分析：
五月到十月，气候宜人租车人数最多
注册人户占大多数，以通勤为主
3.2.4 温度、湿度以及风速的影响温度10-30数时，人数会增多，之后因为炎热，人数开始减少
风速越大，骑车人数越少 --大风抑制骑车需求
湿度越大，骑车人数越少 --天气潮湿抑制骑车需求
