概观
在这个项目中，您将利用Python来探索与美国三大城市 – 芝加哥，纽约和华盛顿的自行车共享系统相关的数据。您将编写代码以导入数据并通过计算描述性统计信息回答有关它的有趣问题。您还将编写一个脚本，该脚本接收原始输入以在终端中创建交互式体验以显示这些统计信息。
自行车共享数据
在过去的十年中，自行车共享系统在全世界的城市中数量和普及程度都在增长。自行车共享系统允许用户以非常短的时间租用自行车以获得价格。这允许人们从A点借一辆自行车并在B点返回，但如果他们想骑车，他们也可以将它返回到同一地点。无论如何，每辆自行车每天可以为几个用户提供服务。
由于信息技术的兴起，系统的用户很容易访问系统内的坞以解锁或返回自行车。这些技术还提供了大量数据，可用于探索如何使用这些自行车共享系统。
在这个项目中，您将使用Motivate提供的数据，这是美国许多主要城市的自行车共享系统提供商，以发现自行车共享使用模式。您将比较三个大城市之间的系统使用情况：芝加哥，纽约市和华盛顿特区。
数据集
为所有三个城市提供2017年前六个月的随机选择数据。所有三个数据文件都包含相同的核心六（6）列：
- 开始时间（例如，2017-01-01 00:07:57）
- 结束时间（例如，2017-01-01 00:20:53）
- 旅行时间（以秒为单位 – 例如，776）
- 启动站（例如，Broadway＆Barry Ave）
- 终点站（例如，Sedgwick St和North Ave）
- 用户类型（订户或客户）
芝加哥和纽约市的文件也有以下两列：
- 性别
- 出生年
image.png
统计计算
通过计算各种描述性统计数据，您将了解芝加哥，纽约市和华盛顿的自行车共享使用情况。在此项目中，您将编写代码以提供以下信息：
＃1热门旅行时间（即最常出现在开始时间）
- 最常见的月份
- 最常见的一周
- 最常见的一小时
＃2热门车站和旅行
- 最常见的起始站
- 最常见的终端站
- 从头到尾最常见的旅行（即最常见的起始站和终点站组合）
＃3旅行时间
- 总旅行时间
- 平均旅行时间
＃4用户信息
- 每种用户类型的计数
- 每个性别的计数（仅适用于纽约和芝加哥）
- 最早，最近，最常见的出生年份（仅适用于纽约和芝加哥）
