文件名称：data-visualization:using使用numpy和pandas进行数据分析和可视化
文件大小：6.19MB
文件格式：ZIP
更新时间：2024-06-14 13:54:59
python numpy pandas data-visualization HTML
数据可视化 :bar_chart: 使用numpy和pandas进行数据分析和可视化 在首尔使用公共自行车 :bicycle: 分析背景 由于担心Corona 19乘坐公共自行车（以下简称Ttareungi），因此使用公共交通工具的人， 。 虽然我是京畿道的居民，但我不能使用Ttareungi，但我觉得即使天气温暖，即使我只是在家中，即使天气令人沮丧，骑自行车还是件不错的事，这会很不错，因此我将其作为分析主题。 :beaming_face_with_smiling_eyes: 分析总结 首尔公共自行车租赁地点的现状 在分析时，宣布它是Spring初夏的季节，因此使用了夏季颜色来赋予它绿色的感觉。 :smiling_face_with_smiling_eyes: 首尔市公共自行车的年租数 应用了一种不同的颜色，称为翠绿，并稍微倾斜标签以解决由图形之间的紧密间距（与地区名称的长度相比）所引起的空间限制。 首尔地区公共自行车年租金与按地区划分的租赁地点数量的比率 基于代表总数据的代表值的直线，确认了租赁数量与租赁地点数量的误差。
【文件预览】：
data-visualization-master
----heatwave_shelter_service.html(1.11MB)
----images()
--------status-of-bicycle-rental-locations.png(34KB)
--------annual-rental-rate.png(29KB)
--------rate-of-heatwave-shelter-institutions.png(157KB)
--------num-of-conditioning-facilities-per-capacity.png(75KB)
--------number-of-annual-rentals-of-bicycles.png(44KB)
--------heatwave-shelter-status.png(30KB)
----public_bicycle.html(507KB)
----README.md(2KB)
----heatwave_shelter_service.ipynb(841KB)
----public_bicycle.ipynb(198KB)
----SampleData()
--------대여소별 대여내역(2017년).csv(13.11MB)
--------전국무더위쉼터표준데이터.csv(10.86MB)