PyBer_Analysis:分析2019年1月至5月初的所有出行数据,并创建引人注目的可视化

时间:2024-04-10 19:05:22
【文件属性】:

文件名称:PyBer_Analysis:分析2019年1月至5月初的所有出行数据,并创建引人注目的可视化

文件大小:570KB

文件格式:ZIP

更新时间:2024-04-10 19:05:22

JupyterNotebook

PyBer_Analysis 分析概述 该分析的目的是分析2019年1月至2019年5月上旬的出行共享数据并创建引人注目的可视化项目,该项目使用多线图显示使用python,Pandas和Matplotlib每种城市类型的每周总票价。最后,该项目根据分析结果对需要做什么提出了三点建议。 结果 从下表中可以看到,2019年1月至2019年5月市区的总潮汐是1625。相反,在农村地区只有125程。驾驶员总数也显示了农村,郊区和城市地区之间的差异。城市地区的驾驶员数量比农村地区的驾驶员数量高出3000%。这和可能的其他原因造成了每个驾驶员平均非常高的票价。如农村地区比城市地区高335%。郊区平均单程票价为30.97美元,而农村地区为34.62美元,城市地区为24.53美元。 在下面,我们看到一个折线图,该折线图显示了每周按城市划分的总票价。从图表中可以看出,与郊区和农村地区相比,城市地区的总数要


【文件预览】:
PyBer_Analysis-main
----PyBer.ipynb(380KB)
----analysis()
--------Fig4.png(14KB)
--------Fig3.png(12KB)
--------Fig8.png(25KB)
--------Fig7.png(26KB)
--------Fig1.png(54KB)
--------Fig6.png(25KB)
--------Fig9.png(47KB)
--------Fig2.png(14KB)
--------Fig5.png(22KB)
----Resources()
--------PyBer_ride_data.csv(148B)
--------city_data.csv(3KB)
--------ride_data.csv(122KB)
----README.md(2KB)
----PyBer_Challenge.ipynb(107KB)

网友评论