每周导学-第四周-项目二

Don’t let yesterday take up too much of today.

Hi，同学们，本周已经是P2阶段的第三周了，前两周我们学习了数据类型、控制流以及脚本编写等Python基础内容，还学习了Python做数据分析两个关键的第三方包——NumPy和Pandas，那么，接下来就到了检验学习、提高实战能力的时候了！

这周我们要挑战项目二：探索美国共享单车数据，争取能在本周完成项目并提交，加油！

时间	学习重点	对应课程
第1周	Python基础内容	数据类型和运算符、控制流、函数、脚本编写
第2周	Python数据处理内容	Numpy & Pandas - 第一、二部分
第3周	完成项目	项目：探索美国共享单车数据
第4周	项目修改与通过	修改项目、查缺补漏、休息调整

对于非小白同学来说 ，本阶段内容不是很难，希望你们能在三周内完成并通过项目；

对于小白来说，本阶段可能是个挑战，请一定要保持自信，请一定要坚持学习和总结，如果遇到任何课程问题请参照如下顺序进行解决：

• 先自行查找问题答案（注意提取关键词），参考：谷歌/百度搜索、菜鸟教程、CSDN、stackoverflow、Python for Data Analysis, 2nd Edition 、Python Cookbook
• 若问题未解决，请将问题及其所在课程章节发送至微信群，并@助教即可

饭要一口一口吃，路要一步一步走，大家不要被任务吓到，跟着导学一步一步来，肯定没问题哒！那我们开始吧！

注：本着按需知情原则，所涉及的知识点都是在数据分析过程中必须的、常用的，而不是最全面的，想要更丰富，那就需要你们课下再进一步的学习和探索！

本周目标

• 完成并提交项目二。

学习计划

时间	学习资源	学习内容
周二	微信群 - 每周导学	预览每周导学
周三、周四	Udacity - Classroom	数据类型 - 脚本编写
周五	微信/Classin - 1V1	课程难点
周六	Classin - 优达日	本周学习总结、答疑
周日	笔记本	总结沉淀
周一	自主学习	查漏补缺

项目准备

环境准备

强烈建议大家完成本地环境的搭建，在本地完成此项目。搭建本地环境的方法请参考Anaconda的安装与配置一节，完成后你将获得本项目中会用到的关键软件：Spyder和Jupyter Notebook。

文件准备

在此项目中，你将比较以下三座城市的共享单车使用情况：芝加哥、纽约市和华盛顿特区。这些数据由 Motivate 提供。

数据和项目文件下载，请参考如下步骤：

若下载失败，请微信联系我索取。

注意：因为项目文件中使用的是python2，所以在本地环境进行编写时，请按照你的版本对个别代码进行修改，以契合你的版本。完成就可以直接提交，不必再转回python2的语法。

方法准备

在本项目中，你需要完成多个函数的编写，可以按照如下方法提高工作效率：

1. 确定第一个函数的功能需求，并构思代码；
2. 利用Jupyter Notebook对你构思的代码进行测试；
3. 若代码测试功能符合要求，则复制代码至Spyder，完成第一个函数的编写；
4. 保存为.py格式的文件，在本地进行功能测试，看是否复合项目要求；
5. 若满足要求，则按照步骤1-4对第二个函数进行编写，如此往复，完成整个项目。

大家刚打开项目文件时，先不要被代码量吓到，沉下心来，一步步做，逐一击破，一定没问题哒！

项目流程

项目概述

在此项目中，你将利用 Python 探索与以下三大美国城市的自行车共享系统相关的数据：芝加哥、纽约和华盛顿特区。你将编写代码导入数据，并通过计算描述性统计数据回答有趣的问题。你还将写一个脚本，该脚本会接受原始输入并在终端中创建交互式体验，以展现这些统计信息。

读完项目概述，大概也能了解到项目的要求有哪些了，也就是需要你去完成的任务：

• 需要你编写一个脚本
• 在脚本中，能够读取数据文件
• 能够根据用户输入，完成相关统计计算，并进行回答展示结果

数据集说明

我们提供了三座城市 2017 年上半年的数据。三个数据文件都包含相同的核心列：

• 起始时间 Start Time（例如 2017-01-01 00:07:57）
• 结束时间 End Time（例如 2017-01-01 00:20:53）
• 骑行时长 Trip Duration（例如 776 秒）
• 起始车站 Start Station（例如百老汇街和巴里大道）
• 结束车站 End Station（例如塞奇威克街和北大道）
• 用户类型 User Type（订阅者 Subscriber/Registered 或客户Customer/Casual）

芝加哥和纽约市文件还包含以下两列：

• 性别 Gender
• 出生年份 Birth Year

上述数据集说明中，我们能知道三个数据集中包含有哪些列，列名是什么，这在之后进行函数编写的时候，是一个非常重要的参考。

项目要求

• 请一定要规范注释：
  • 关键代码注释，进行解释；
  • 函数功能解释文档
• 请保存你初次完成项目的文件作为project_0，之后先备份再修改，这样直到项目审阅成功，你能很明显的对比出自己最开始出现的问题及思考问题的短板。

get_filters()函数

代码详解：

def get_filters():
    """
    函数需要询问用户三个问题来获取筛选数据的三个条件：城市、月份和周几。
    
	函数返回的是一个元组，三个元素的数据类型都为str。    
    """
    print('Hello! Let\'s explore some US bikeshare data!')
    # TO DO: get user input for city (chicago, new york city, washington). HINT: Use a while loop to handle invalid inputs


    # TO DO: get user input for month (all, january, february, ... , june)


    # TO DO: get user input for day of week (all, monday, tuesday, ... sunday)


    print('-'*40)
    return city, month, day

关键代码提示：

#获取键盘输入
input()
#循环
while ... :
    ...

输出示例：

load_data()函数

代码详解：

def load_data(city, month, day):
    """
   该函数是对get_filters函数的一个承接，get_filters函数获取筛选条件，本函数就针对筛选条件进行数据读取。
   所以本函数需要三个关键数据作为参数输入，即：城市、月份和周几。
   函数的输出为筛选后的数据。

    Args:
        (str) city - name of the city to analyze
        (str) month - name of the month to filter by, or "all" to apply no month filter
        (str) day - name of the day of week to filter by, or "all" to apply no day filter
    Returns:
        df - Pandas DataFrame containing city data filtered by month and day
    """


    return df

关键代码提示：

#pandas读取文档
pd.read_csv
#datetime格式转换
pd.to_datetime
#获取datetime的月份？周几？
datetime.dt.month
datetime.dt.weekday
#判断语句
if ... :
    ...    

time_stats()函数

代码详解：

def time_stats(df):
    """时间计算函数
    针对筛选出的数据(df)，对出现频次最高的月份、周几和小时进行统计，并输出结果
    """
    print('\nCalculating The Most Frequent Times of Travel...\n')
    start_time = time.time()

    # TO DO: display the most common month


    # TO DO: display the most common day of week


    # TO DO: display the most common start hour


    print("\nThis took %s seconds." % (time.time() - start_time))
    print('-'*40)

关键代码提示：

#获取众数
pd.Series.mode()
#输出格式化
.format()

输出示例：

station_stats()函数

代码详解

def station_stats(df):
    """站点计算函数
    针对筛选出的数据(df)，对出现频次最高的起始站、终点站和起点-终点线进行统计，并输出结果"""

    print('\nCalculating The Most Popular Stations and Trip...\n')
    start_time = time.time()

    # TO DO: display most commonly used start station


    # TO DO: display most commonly used end station


    # TO DO: display most frequent combination of start station and end station trip


    print("\nThis took %s seconds." % (time.time() - start_time))
    print('-'*40)

关键代码提示：

#字符串的链接
list_0 = list_1 + list_2

输出示例：

与time_stats()函数类似

trip_duration_stats()函数

代码详解

def trip_duration_stats(df):
    """
    通勤时间计算函数
    针对筛选出的数据(df)，对通勤总时间和平均时间进行计算，并输出结果
    """

    print('\nCalculating Trip Duration...\n')
    start_time = time.time()

    # TO DO: display total travel time


    # TO DO: display mean travel time


    print("\nThis took %s seconds." % (time.time() - start_time))
    print('-'*40)

关键代码提示

#求和
.sum()
#求均值
.mean()

输出示例：

、

user_stats()函数

代码详解

def user_stats(df):
    """
    用户计算函数
    针对筛选出的数据(df)，对不同类型的用户数量、不同性别的用户数量以及最老、最新和最多的出生年份进行统计、计算，并输出结果
    """

    print('\nCalculating User Stats...\n')
    start_time = time.time()

    # TO DO: Display counts of user types


    # TO DO: Display counts of gender


    # TO DO: Display earliest, most recent, and most common year of birth


    print("\nThis took %s seconds." % (time.time() - start_time))
    print('-'*40)

关键代码提示

#pandas 分类同积函数
pd.Series.value_counts()
#最小最大值
.min()   .max()

输出示例：

main()函数

main()函数是项目中最重要的函数，是程序的入口。

如果你接手一个项目，想快速了解项目中的代码都实现了哪些功能的话，那就要去查看main()函数，这也就是为什么叫main的原因了。

但是在本项目中，该函数并不需要大家去编写或者修改，完成以上所有函数后，就可以尝试在本地进行测试，然后提交啦~

def main():
    while True:
        city, month, day = get_filters()
        df = load_data(city, month, day)

        time_stats(df)
        station_stats(df)
        trip_duration_stats(df)
        user_stats(df)

        restart = input('\nWould you like to restart? Enter yes or no.\n')
        if restart.lower() != 'yes':
            break


if __name__ == "__main__":
	main()

项目提交

项目提交前，请查看：项目审阅标准，提高你的一次通过率！

总结

至此，我们已经完成了本项目，回想一下，在这个项目中：

• 你都用到了哪些python基础函数？
• 你都用到了哪些pandas中的函数？
• 在你定义的不同函数中，都解决了哪些问题？
• 项目通过之后，再想想你编写的函数是完美的吗？或者说，你有哪些想要进一步完善的？
  • 怎样提高用户的体验？比如：get_filters()函数中，用户输入了NewYork，也可以实现正确识别等等
  • 怎样保持程序不会报错？比如：华盛顿用户的性别和出生年月。
• 除了项目中的研究内容，你还想继续探究数据中的哪些因素？

加油！！！等你们的好消息！！！