首页 > 其他分享 >共享单车数据可视化分析|附代码数据

共享单车数据可视化分析|附代码数据

时间:2024-05-29 20:55:24浏览次数:22  
标签:出行 可视化 出租车 共享 单车 数据

全文下载链接 http://tecdat.cn/?p=1951

最近我们被客户要求撰写关于共享单车的研究报告,包括一些图形和统计输出。

随着智能手机的普及和手机用户的激增,共享单车作为城市交通系统的一个重要组成部分,以绿色环保、便捷高效、经济环保为特征蓬勃发展

作为城市共享交通系统的一个重要组成部分,以绿色环保、便捷高效、经济环保为特征的自行车共享行业在2016年用户总数达到2030万人次,全国运营市场达到11.5亿元。

基于以上背景,tecdat研究实验室(Tecdat Research Lab)对北京共享单车的数据进行分析,用数据探索“最后一公里出行”解决方案,勾勒出共享单车使用与用户出行现状。

填补公共交通空白:解决“两公里内出行难”

图片

从各个时间段的单车使用情况来看,上午8点和下午6点左右是用车高峰期,即早晚上下班时间的出行高峰明显,呈M型分布,早晚高峰期间发生的订单量占当日总订单量的40%左右。

图片

从骑行距离的分布情况来看,我们发现主要集中在 200-1500 米,解决了将近80%的用户“两公里范围内出行难”的需求,有短距离出行和短途接驳的作用,大大提高了出行效率,也有效地补充了长途出行。


点击标题查阅往期内容

图片

杭州出租车行驶轨迹数据空间时间可视化分析

图片

左右滑动查看更多

图片

01

图片

02

图片

03

图片

04

图片

骑行大多位于商圈,目的地更加有趣、多元

图片

图片

从骑行的始终点来看,我们发现用户使用密集的区域主要包括国贸、大望路、建外大街、王府井等。

图片

图片

图片

图片

图片

从出行的始终点和路径来看单车出行目的地多为商圈,行车频率一定程度上反映了某个地区的商业化程度。

与长途旅行相比,短途骑行目的地更加有趣点,更加多元化,同时也满足了消费者对高频和多次微型旅行的需求。用户的骑行目的地主要是生活休闲,购物,餐饮商业区。

结语

共享自行车数据可以实时表达城市的密度以及人们居住地和工作地之间的交通动态,同时对公共交通进行了有益补充,大大提高了大众出行效率。

因为城市基础设施资源的稀缺,共享出行成为城市公共交通的“潜在替代品”,也促进了整个共享行业的快速发展。

 


图片

本文摘选  单车上的城市:共享单车数据洞察  ,点击“阅读原文”获取全文完整资料。


点击标题查阅往期内容

基于出租车GPS轨迹数据的研究:出租车行程的数据分析
用数据告诉你出租车资源配置是否合理
把握出租车行驶的数据脉搏 :出租车轨迹数据给你答案!
基于出租车GPS轨迹数据的研究:出租车行程的数据分析
用数据告诉你出租车资源配置是否合理
共享单车大数据报告
R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量
消费者共享汽车使用情况调查
新能源车主数据图鉴
python研究汽车传感器数据统计可视化分析
R语言ggmap空间可视化机动车交通事故地图
R语言ggmap空间可视化机动车碰撞–街道地图热力图

标签:出行,可视化,出租车,共享,单车,数据
From: https://www.cnblogs.com/tecdat/p/18221042

相关文章

  • NumPy 泊松分布模拟与 Seaborn 可视化技巧
    泊松分布简介泊松分布是一种离散概率分布,用于描述在给定时间间隔内随机事件发生的次数。它常用于模拟诸如客户到达商店、电话呼叫接入中心等事件。参数泊松分布用一个参数来定义:λ:事件发生的平均速率,表示在单位时间内事件发生的平均次数。公式泊松分布的概率质量函数(PMF)......
  • Java数据结构与算法(红黑树)
    前言红黑树是一种自平衡二叉搜索树,确保在插入和删除操作后,树的高度保持平衡,从而保证基本操作(插入、删除、查找)的时间复杂度为O(logn)。实现原理红黑树具有以下性质:每个节点要么是红色,要么是黑色。根节点是黑色的。每个叶子节点(NIL节点,通常是空节点)是黑色的。如果一个节点......
  • Java数据结构与算法(散列表)
    前言散列表是根据关键码值(Keyvalue)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。而key的冲突主要通过链表的方式来处理,后期链表过长情况下可以通过红黑树来优化查询效率。实现原理散列函数(HashFunction):散列函数......
  • Java数据结构与算法(B+树)
    前言B+树(B+Tree)是一种平衡树数据结构,广泛用于数据库和文件系统中。它是一种自平衡的树结构,每个节点包含多个键,并且所有键都是排序的。B+树的叶子节点包含指向相邻叶子节点的指针,这使得范围查询非常高效。B+树的优点1.由于B+树在非叶子结点上不包含真正的数据,只当做索引使用......
  • 数据增广
    反转左右翻转、上下翻转(不总是可行)切割从图像中切割一块,然后变形到固定的形状切割的方法:随机高宽比、随机大小([8%,100%]是占原始图片的多少)、随机位置颜色改变色调、饱和度、明亮度(eg[0.5,1.5],在当前值得基础上作用,当前值是1.0)数据增广通过变形数据来获取多样性从而使......
  • 【python数据结构4】基于栈结构的简单括号匹配
    我们现在把注意力转向使用栈解决真正的计算机问题。你会这么写算术表达式(5+6)*(7+8)/(4+3)其中括号用于命令操作的执行。你可能也有一些语言的经验,如Lisp的构造(defunsquare(n)(*nn))这段代码定义了一个名为square的函数,它将返回参数的n的平方。Lisp......
  • 数据要素流通市场的迭代升级
    在当今数字化时代,数据已成为一种极其宝贵的资产,同时对个人隐私的保护也变得日益重要。专注于隐私保护的数据分析和处理过程——隐私计算,正在形成一套允许数据要素在确保个人隐私安全的前提下流通交易的技术框架。我们先来看下数据流通的演进过程:数据流通1.0——通过交易平台......
  • 数据库中表的基本操作、常用的函数和CRUD语句
    一、创建表和修改表(1)、创建表(2)、修改表二、数据库的CRUD语句(1)、insert语句--添加数据1.插入的数据应与字段的数据类型相同。mysql中会自动将'100'数字字符串转化为int类型2.数据的长度应在列的规定范围内3.在values中列出的数据位置必须与被加入的列的排列位置相对应......
  • 博客增长与数据分析:不可不知的 6 大策略
    CSDN的朋友你们好,我是何未来,一个热爱编程和写作的计算机本科生,今天给大家带来专栏【程序员博主教程(完全指南)】的第11篇文章“分析和追踪博客表现”。本篇文章为你揭示了如何通过数据洞察来优化你的技术博客,从基础指标到高级分析技巧,从流量来源到用户行为,每一步都是提升......
  • 数据库系统概论——第1章 绪论
    参考:数据系统概论(第5版)王珊萨师煊编著目录数据库系统概述基本概念数据管理技术的产生和发展数据管理技术——三个阶段数据库系统的特点数据模型根据模型应用的不同目的,分为两大类概念模型信息世界中的基本概念表示方法:实体-联系方法数据模型的组成要素常用数据......