骑行在华盛顿 针对320万次共享单车骑行数据的分析

共享单车的蓬勃发展，让人们的短途出行更加方便，这种绿色低碳，又时尚健康的新型出行方式已成为城市“主旋律”。那么在国外共享单车又是怎样一番情景呢？

华盛顿正在变成一个适宜自行车出行的城市。主要道路上都设有自行车道，而且共享单车系统非常成功。最近Capital Bikeshare发布了他们每个季度的骑行数据。我对前四个季度的数据进行了抓取和清理，并发布在我的GitHub中。

几周前，我偶然看到Austin Wehrwein关于芝加哥的自行车共享系统的帖子，这个帖子很棒，看完后我立即想进行同样的尝试。通过热图可以清楚的看到，一整年内共享单车每天的使用情况。幸运的是，Austin Wehrwein提供了代码，从而我能够对华盛顿地区的骑行数据进行分析。

Austin Wehrwein原贴链接：

http://austinwehrwein.com/data-visualization/heatmaps-with-divvy-data/

华盛顿特区320万人次骑行数据热图: 2015年7月1日-2016年6月30日

每日骑行数据的热图代码：

library(ggplot2)

ggplot(bike_day_heatmap, aes(x = week, y = days, fill = n)) +
  scale_fill_viridis(name="# of Rides", option = "C",
                     limits = c(0, max(bike_day_heatmap$n))) +
  geom_tile(color = "white", size = 0.4) +
  scale_x_continuous(expand = c(0, 0), breaks = seq(1, 52, length = 12),
                     labels = c("Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"))+
  theme_minimal() +
  theme(legend.position = "bottom") +
  labs(title = "DC Bikeshare: Heatmap of Rides taken per Day",
       x = "Month", y = "Day of the Week",
       subtitle = "July 1, 2015 to June 30, 2016",
       caption = "Data from: https://s3.amazonaws.com/capitalbikeshare-data/index.html")

从2015年7月1日至2016年6月30日，共有320万次骑行。由于数据不足一整年，所以我决定不按照Andrew的将数据按年区分。

在热图中我注意到了一些趋势：

·华盛顿的骑行季节比芝加哥稍长。其中天气占很大一部分的原因，因为华盛顿的3月和9月一般比较温暖，而在芝加哥就不是如此了。

·有两个蓝色单元格在热图中很显眼（意味着低使用率）。关于其中的原因估计也是天气。2016年4月29日，天气异常寒冷，且有小雨。2016年9月9日则比往年此时要热，达到在96华氏度(约为35.5摄氏度)。

·2016年3月26日（星期六）的骑行数量最多，为14,116人次。这是樱花盛开后的一天。虽然在全年中星期六的骑行总数较少，但樱花却带来了显著的骑行高峰。

·在一周中，星期六和星期天的骑行数相对要少。就个人而言，我在工作日会将自行车用作通勤的选择之一，看来其他人也是如此。樱花星期六则是一个异常值。

·骑行次数最少的为2016年2月15日（星期一），仅为501人次。天气发挥了很大的作用：当天气温低且下雨。

看到这个热图我不禁开始思考更多的问题。我不仅关注共享单车每天的使用情况，同时也想了解每天不同时段的骑行数据。当我使用自行车上下班上班时，我经常会发现，当我到达存放自行车的车站时，车站几乎都是空的。这很令人沮丧。接着我又创建了一个热图，显示每天不同时段的骑行数据。

华盛顿: 320万次骑行数据的热图

对于生活在华盛顿的人群来说，对这个热图的结果应该不会感到惊讶。

早上8点至8点55分，以及下午5点到5点59分为上下班期间，骑行数量达到高峰。

然而，星期五甚至周四下班后，相对星期一至星期三共享单车的使用量并不高。这段时间人们更多在家办公吗？或者他们会选择走路、乘坐地铁、坐公交，与同事到酒吧聚聚呢？

周末骑行的时间一般分布在上午11点至晚上8点。我尝试通过用户的帐户类型进行分析。使用共享单车服务，你可以按年租，类型为“注册”用户；或按天支付，类型为“临时”用户。临时用户的数量对总数据影响并不大。临时用户会在周末这些时间用车，但是比起使用自行车通勤的注册用户，总体数量是微不足道的。在320万次骑行数据中，临时用户占665,822人次，而注册用户为2,591,279人次。

每小时骑行数据的热图代码：

library(ggplot2)

ggplot(bike_time_heatmap, aes(x = days, y = start.hour, fill = n)) +
  scale_fill_viridis(name="# of Rides", option = "C",
                     limits = c(0, max(bike_time_heatmap$n))) +
  geom_tile(color = "white", size = 0.4) +
  theme_minimal()  +
  scale_y_reverse() +
  labs(title = "DC Bikeshare: Heatmap of Rides taken per Hour",
       x = "Day of the Week", y = "Starting Hour",
       subtitle = "July 1, 2015 to June 30, 2016",
       caption = "Data from: https://s3.amazonaws.com/capitalbikeshare-data/index.html")

当然，这也让我思考更多的问题。如果将小时热图分解成每15分钟，每5分钟，甚至每1分钟会得到什么结果？哪些车站在什么时间使用率最高？

当中所有代码都可以在我的GitHub主页找到。