复现-kaggle共享单车数据分析python和fine BI方法，第一部分2020.7.22
网址：https://mp.weixin.qq.com/s/Bvswod0Pxw7wqpel-HSBAQ
https://zhuanlan.zhihu.com/p/115544067
https://www.cnblogs.com/xxstudyshare/p/12789150.html
https://www.sohu.com/a/284341148_120045139
数据集来源：https://www.kaggle.com/pronto/cycle-share-dataset
准备：注册kaggle帐号，下载数据集。解压后46M，28万条数据。
Python部分
1、数据导入：提示错误%matplotlib inline，是在使用jupyter notebook 或者 jupyter qtconsole的时候，才会经常用到%matplotlib，而我们在spyder或者pycharm实际运行代码的时候，可以直接注释掉这一句，也是可以运行成功的。
'./trip.csv'
CSV文件放在py文件夹中，不需要写前地址。
2、查看数据
3、数据清洗
4、数据分析
从箱线图中可以得出，共享单车使用高峰分别是早上8点和下午5点，此时间段正好是早晚上下班高峰
从箱线图中可以得出，工作日平均使用量高于非工作日
从箱线图中可以看出，6月-8月共享单车使用量较高，12月-次年2月共享单车使用量较低
会员占比为63.3%，非会员占比为36.7%
男性使用共享单车数量占比最大，达到77.4%
使用共享单车中30-40岁的用户最多，其次是20-30岁。
温度在50-80华氏度，共享单车需求量最大，这个判断存疑，温度，湿度存在正态分布。
湿度在30-70需求量最大，湿度过高会抑制共享单车需求量
能见度大于3，共享单车使用数量之间差别不大，但能见度小于3会影响单车的使用率。
fine BI部分
1、整理数据，数据很卡，需要尽量极简数据。
2、订单编号与行程时间（秒）
2015.4左右以后的行程时间没有超过28400秒，8小时，是后台限制了骑行时间不超过8小时？
抽样局部数据看，行程时间在60-3000秒，1-50分钟之间，超过50分钟的较少。
看完整数据，行程时间基本在50分钟内，超过3小时的很少。
工作日平均使用量高于非工作日
非会员双休比会员多，会员工作日比非会员多，说明非会员双休体验共享单车，工作日还是其他出行方式？
男性比女性骑行多，双休非会员可能没填信息。
确实非会员是没填性别的，男性是女性4倍。
会员年龄与性别，1987年是人数高峰，也怀疑填年龄是否存在默认年龄是1987年，男女其他都是高峰。
骑行日期月份与骑行数量
