运用Python可视化图表剖析行程数据

浏览次数： 94 发布日期： 2024-05-10 02:50:55 来源：od体育官网登录

　　最近一向在想怎样剖析一下个人的行程数据，看看能够从行程数据里边剖析出点什么来。最开端我的希望仍是蛮高的，有如下的一些预期：

　　假如能够剖析得到这些信息，感觉仍是蛮有意思的，所以开端自己着手，第一个问题便是数据源，导航软件现在还不供给行程数据的导出，所以我是把7-8两个月的行程数据逐一照着导航行程收拾出来了，大体的数据状况还能够，不过其间有些数据做了额定处理，比方时刻的处理，由于是假如是7:15，那么依照数字化显现就不能是7.15，而更合理的显现是7.4，还有行程时刻，比方1:30，是需求一致依照分钟90分钟来整合的，收拾后得到的数据如下：

　　首要我依照时刻做了对行程的耗时做了剖析，成果发现这个数据好像不大抱负，原本预期是比较稳定的，还计划依照这个数据做下猜测。

　　这种状况下就得换一个思路了，先看看数据的全体散布，运用条形图其实是欠好表现数据的散布状况，由于有些行程之间是没有直接相关的，比方早上和晚上的行程，由于时刻的差异，条形图的形式反而会有很大的颤动。

　　如下是行程动身时刻的散布状况，根本上来说都是在6:30~7:00之间开端动身，晚上根本在20:00左右返程。

　　如下是依照周一到周日的行程耗时散布，能够显着看到周二的行程散布要少许多，还不如周六，周日的多，所以从这一点是能够猜出来很可能是由于限号。

　　当然前面提到了两个目标，一个是行程耗时，一个是动身时刻，还有一个是旅程，由于旅程和耗时两者是有必定相关，可是折算下来一个折中的目标便是均匀速度。所以依照均匀速度的散布状况来看，周一和周五是最堵的，相对周四和周六是最晓畅的。

　　咱们差异于一般的可视化，引进箱线图，能够看到均匀行程的耗时在45分钟左右，区间根本在30-60分钟之间。

　　其实数据剖析到了这儿，仍是有很大差异的，尽管或多或少的剖析出来了一些内容，可是有些目标仍是没有充沛运用到，并且显现的目标状况仍是不行明晰，所以计划运用seaborn进一步做下调整。

　　咱们持续引进均匀速度，动身时刻和星期数进行相关，能够看到整个行程会有显着的分水岭，早间和晚间根本堵是工作日，而其他的时刻根本都是周末。

　　而要进一步探究这些数据目标间的相关，就需求引进略杂乱的图PairGrid，能够把多个目标都放入，能够生成多个维度的散布图。