利用 Python 探索与三大美国城市,芝加哥、纽约和华盛顿特区 的自行车共享系统相关的数据
- 通过计算描述性统计数据回答有趣的问题
- 接受原始输入并在终端中创建交互式体验
三座城市 2017 年上半年的数据 包含相同的核心六 (6)列:
- 起始时间 Start Time(例如 2017-01-01 00:07:57)
- 结束时间 End Time(例如 2017-01-01 00:20:53)
- 骑行时长 Trip Duration(例如 776 秒)
- 起始车站 Start Station(例如百老汇街和巴里大道)
- 结束车站 End Station(例如塞奇威克街和北大道)
- 用户类型 User Type(订阅者 Subscriber/Registered 或客户Customer/Casual)
芝加哥和纽约市文件还包含以下两列:
- 性别 Gender
- 出生年份 Birth Year
get_filters获取用户的输入,作为过滤条件load_data根据过滤条件,加载相应数据time_stats显示骑行时间最频繁的统计信息,包括哪个月份,一周的哪天,每天的哪个时段trip_duration_stats显示总骑行的时间的统计信息,包括总时长和平均时长station_stats显示骑行站点的统计信息,包括最热门的起始站和终点站,以及最热门的行程user_stats显示骑行用户的统计信息,包括每类用户的人数,每个性别的人数和关于用户年龄的统计信息(前提是有相关数据)
bikeshare_R1.py第一次提交的项目文件bikeshare_R2.py修改后,第二次提交的项目文件bikeshare_R3.py再次优化,目前最新版本的项目文件