我的 Voi 滑板车在哪里：[结论] 今年夏天我从 Voi 滑板车数据中学到了什么
我的 Voi 滑板车在哪里：[结论] 今年夏天我从 Voi 滑板车数据中学到了什么
这篇博文总结了我从 我的 Voi 滑板车系列在哪里 .我在夏初开始了这项研究，旨在通过收集 Voi 滑板车的数据来找到定位 Voi 滑板车的方法。我使用应用程序界面（ API ) 在他们的移动应用程序上。以下是我从研究中学到的总结。
踏板车的平均电池电量
整个持续时间的图表
这是整个项目期间全市所有滑板车的平均电池电量。图表可能看起来很小，您可以右键单击图像并单击 在新标签页中打开图片 放大它们。
一般来说，平均电池电量在 55% 和 60% 之间波动。
我们可以观察到，在 7 月 7 日之前，每天都有平线。这是因为当时的滑板车晚上 10 点下线，早上 6 点上线。在那段时间里，我的程序无法收集数据，它假设电池电量没有改变。 7 月 7 日之后，您可以看到图表中的过渡再次平滑，没有跳跃。
当 API 不再返回有关滑板车的信息时，滑板车“下线”。我使用的 API 是告诉用户空闲滑板车在哪里的 API。所以当有人在使用滑板车时，当滑板车的电池正在充电时，或者当滑板车被送回仓库时，滑板车都被认为是“离线”的。
我们还可以看到数据收集中的错误。六月有两条倾斜的直线，因为那时如果 API 服务器没有返回信息，我的程序就会崩溃。之后通过添加 try-catch 并在失败后重试来解决此问题。第二个错误是在 7 月 1 日，图表分成了一半。这是因为我计算了每个月的平均电池电量，程序通过前向填充来猜测离线滑板车的电池电量，即。如果踏板车在电量为 70% 的情况下离线，程序假定它在离线时会保持在 70%。新的一个月开始时，电池电量未知的滑板车没有被计算在内，因此价值出现了跳跃。尽管有这个缺点，我还是使用前向填充的原因在 本系列的第 7 篇博客 .
我们还可以看到 7 月 7 日左右电池电量急剧下降。这可能是因为踏板车不再在夜间下线，并且踏板车服务区域扩大了，所以即使在夜间，电池也会耗尽，并且随着区域的扩大，更难以到达它们并更换它们的电池。
几周的图表
这些图表是从 7 月 10 日开始的几周，它们都是从星期日开始的。总体趋势是下半周电池电量较高。
几天的图表
这些图表是几天的，它们都是在凌晨 0 点左右开始的。总体趋势是电池电量在前半天会增加，通常在上午 10 点，然后开始下降。这很奇怪，电池电量的增加应该意味着有人正在更换电池，或者正在推出充满电池的新踏板车。但很难想象人们会在半夜更换电池。
可用滑板车数量
整个持续时间的图表
与平均电池电量相同，7 月 7 日之前的几天由于离线，晚上计数降至零。 7 月 11 日，可用滑板车的数量也从 1150 辆左右急剧下降到 500 辆以下。想必也是因为操作上的变化。
我们还可以观察到，从 7 月 26 日起，更多的滑板车投入使用，我认为这是由于 2022 年 7 月 28 日至 2022 年 8 月 8 日举行的 2022 年英联邦运动会。当英联邦运动会开始时，可用滑板车的数量以及平均值踏板车电池电量下降。应该是因为客流量增加了。这可以在 新闻 它说 Voi 在 2022 年英联邦运动会期间看到了创纪录的电动滑板车乘客人数，超过 66,000 次。
然后计数恢复正常，直到 8 月 16 日，但计数在 8 月 19 日再次增加，当时踏板车的数量超过 1750 辆。
几周的图表
这些是从星期日开始的周图表。似乎有一个轻微的趋势，即下半周的踏板车数量增加。
几天的图表
这些是从早上 0 点开始的天数图表，通常，踏板车的数量会增加到大约中午，然后会减少。
骑手
总图
该图与可用的滑板车数量图呈正相关，当更多的滑板车可用时，也会发生更多的骑行。 7 月的游乐设施较少，但在 7 月和 8 月，游乐设施的数量有所增加。
在图表的开头，有两个地方的计数接近于零，那是因为我的数据收集程序的错误。我的程序在那两次崩溃，所以在这两个期间我无法识别游乐设施。
英联邦运动会
有了这些数据，我们可以回答这个问题：2022 年英联邦运动会期间乘客人数增加了吗？答案是它做到了。从 2022 年 7 月 28 日到 2022 年 8 月 8 日，乘客人数达到每天 6400 人次的峰值，但增长并没有止步于此，即使在英联邦运动会以及滑板车数量和覆盖范围增加之后，乘客人数的增长也得以维持。
在我的程序中计算的英联邦运动会期间的游乐设施总和是 65951，这非常接近 66000 中所说的 本文 .由于我的程序逻辑，数字存在差异。当踏板车离线，然后在 45 分钟内再次在线时，我的计划中计为一次骑行。但它以一分钟的间隔执行此操作。因此，如果一个骑手停放了一辆踏板车，而另一名骑手在一分钟内租了它，我的程序会将其计为一次骑行，而本来应该有两个。另一个问题是，当滑板车因更换电池而暂时离线时，我的程序仍然认为这是一次骑行，因为滑板车先离线然后再上线。
我限制了骑行的最大分钟数，因为滑板车可能会被带到仓库、修理并重新发布，所以我无法将所有的滑板车离线然后再次在线的实例都算作一次骑行，所以我选择了 45 分钟因为这是 Voi 通行证的最长骑行时间。
一周
现在我想回答这个问题，乘客量是否与工作日相对应？
这几周与有可用滑板车数量的那些周相同。它们通常相互对应，有更多可用踏板车的日子通常会带来更多的乘客。工作日有更多的乘客没有明确的模式。
每天
相同的日子被选为可用的滑板车计数图表中的日子。这些图表通常与这些图表相反，可用滑板车最少的时间是最多骑行的时间，这是有道理的，因为人们正在使用滑板车，所以可用的滑板车更少。
我们还可以看到，在大多数日子里，乘车次数在早上 5 点左右最低，然后在早上 8 点增加到峰值，然后再次回落，然后从下午 12 点再次增加到晚上 8 点左右，然后慢慢下降。我认为第一个高峰是人们上班的时候，第二个高峰是人们下班的时候。
热图
天
我认为在数周或整个期间进行测量没有什么意义，所以我决定只在一天内进行测量
从下午 0 点到 12 点，踏板车通常会更加集中在地图上的某些地点，然后在此之后变得更加分散。
电池消耗
骑行期间
我计算这个的方式与乘客量相同，所以这个分析遇到了同样的问题。但是，我认为这些结果仍然非常接近真实值，因为计算仅在少数边缘情况下失败。解锁时的平均电池电量下降水平为每分钟 0.461%。每次骑行的电池消耗都不同，因为踏板车在解锁时可能会闲置，或者用于消耗电池的活动，例如上坡。
我还根据收集数据的月份过滤了电池消耗，并发现了一个令人惊讶的结果。电池消耗正在减少。这很奇怪，因为我平均乘坐所有游乐设施，所以应该没有太大区别。对此现象的一些可能解释是骑手行为的变化，电池容量的变化，或者 Voi 找到了一种减少踏板车电池使用量的方法。
我还根据启动电池电量过滤了结果，也有一些有趣的观察结果。上半年的结果是有道理的，对于我们的手机来说也是如此，电池通常在更高的电池电量下消耗得更慢。但是，当它低于 40% 时，电池消耗会减少，这很奇怪，通常，当它最接近零时，电池消耗得最快。
空闲时
我还想知道踏板车闲置时的电池消耗速度是多少。踏板车空闲时的平均电池电量为每分钟 0.006830%。
从不同的电量开始，耗电速度也不同，电量越少耗电越快，这也是我的预期。
根据我的经验，智能手机中使用的锂电池通常在电池电量较低时消耗得更快。我无法确定原因，但我看到了一些解释 这 互联网 我想分享的是，一个与锂放电电压曲线有关，在较低的充电阶段电压降低，因此必须增加电流以保持功率输出，因此电池消耗更快。但我无法找到可靠的证据，所以如果你知道更多，请在下面的评论中告诉我。
这给我们带来了另一个问题，为什么在骑行过程中，0-20% 的电池电量消耗不是最快的，而在空闲时，0-20% 的电池电量消耗是最快的？这可能是我的数据处理中的错误。也可能是 Voi 的显示电池电量不是实际的电池电量，它在电池接近零时显示较低的电量，以便在假定的接近零电池期间它可以走得更远，以防止踏板车用完电池中途-骑行，但这只是一个理论。
结论
这个项目一开始的目标是在城市里找到一辆踏板车，我现在可以用我收集的数据来做这件事。但我发现对研究我所在城市的滑板车更广泛的趋势产生了更大的兴趣。所以以下是我的发现：
我可以得出结论，踏板车业务做得很好。在 2022 年英联邦运动会期间，乘客人数有所增加，赛后使用量并未回落。电池正在及时更换，因此它们的平均电池电量和可用的滑板车数量是稳定的。踏板车闲置时的电池消耗比骑行时慢约 65 倍，因此将踏板车留在街上并不会花费太多。
除了从数据中学到的东西之外，我还在项目中学到了很多关于数据分析的知识，比如如何收集和组织数据，如何分析它们，以及一些方便的 Python 模块，使其更容易。
最初发表于 https://chit.hashnode.dev .
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明
