没有合适的资源?快使用搜索试试~ 我知道了~
PyBer_Analysis:第5周项目-Jupyter Notebook,Matplotlib,Python和Pandas。 ...
共17个文件
png:9个
csv:3个
ds_store:2个
需积分: 23 0 下载量 106 浏览量
2021-02-12
03:31:57
上传
评论
收藏 700KB ZIP 举报
温馨提示
PyBer_Analysis 总览 使用Python和Pandas,我们创建了一个按城市类型划分的乘车共享数据的摘要数据框,该数据框来自两个单独的csv文件,其中包含乘车成千上万的元数据。 然后,使用Pandas和Matplotlib创建多线图,显示每种城市类型的每周总票价。 结果 以下是按总乘坐次数,总驾驶员数量,总票价,每次乘车平均票价和每个驾驶员平均票价来比较城市类型的细目。 如我们所料,市区的驾驶员和乘车人最多。 鉴于乘车频率较高,并且有可用的驾驶员数量,因此与农村和郊区城市相比,这似乎使平均每车次票价和每个驾驶员的平均票价下降了。 在乡村城市中,由于驾驶员数量少和乘车需求量少,因此,平均单程车费和每位驾驶员平均车费成为所有城市中最高的。 以下是一个折线图,向我们展示了根据获得的乘车总票价对城市类型进行的比较,并按1月至4月之间的每周增量细分。 这告诉我们,我们最大的收入来
资源推荐
资源详情
资源评论
收起资源包目录
PyBer_Analysis-main.zip (17个子文件)
PyBer_Analysis-main
Resources
ride_data.csv 125KB
city_data.csv 3KB
.DS_Store 6KB
PyBer_ride_data.csv 157B
PyBer_Challenge.ipynb 110KB
analysis
pyber_summary.png 34KB
Fig5.png 22KB
Fig2.png 14KB
.DS_Store 6KB
Fig6.png 25KB
Fig4.png 14KB
Fig1.png 67KB
PyBer_fare_summary.png 46KB
Fig7.png 25KB
Fig3.png 12KB
README.md 3KB
PyBer.ipynb 538KB
共 17 条
- 1
资源评论
鑨鑨
- 粉丝: 26
- 资源: 4655
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功