Yi jara ti awọn nkan jẹ iyasọtọ si iwadi ti iṣẹ ṣiṣe ikole ni ilu akọkọ ti Silicon Valley - San Francisco. San Francisco jẹ imọ-ẹrọ “Moscow” ti agbaye wa, lilo apẹẹrẹ rẹ (pẹlu iranlọwọ ti data ṣiṣi) lati ṣe akiyesi idagbasoke ile-iṣẹ ikole ni awọn ilu nla ati awọn ilu nla.
Awọn ikole ti awọn aworan ati awọn isiro ti gbe jade ni (lori Kaggle.com Syeed).
Data lori diẹ ẹ sii ju miliọnu awọn iyọọda ile (awọn igbasilẹ ni awọn iwe data meji) lati Ẹka Ile ti San Francisco - gba laaye itupalẹ ko nikan ikole aṣayan iṣẹ-ṣiṣe ni ilu, sugbon tun farabale ro awọn aṣa tuntun ati itan-akọọlẹ idagbasoke ti ile-iṣẹ ikole ni awọn ọdun 40 sẹhin, laarin 1980 ati 2019.
Ṣii data jẹ ki o ṣee ṣe lati ṣawari Awọn ifosiwewe akọkọ ti o ni ipa ati pe yoo ni ipa lori idagbasoke ile-iṣẹ ikole ni ilu, pin wọn si "ita" (aje booms ati rogbodiyan) ati "ti abẹnu" (ipa ti awọn isinmi ati ti igba-lododun waye).
Awọn akoonu
Ṣii data ati atunyẹwo ti awọn ipilẹ ipilẹ.
Eyi kii ṣe itumọ nkan naa. Mo kọ lori LinkedIn ati pe ki o ma ṣe ṣẹda awọn aworan ni awọn ede pupọ, gbogbo awọn eya aworan wa ni Gẹẹsi.
Ọna asopọ si apakan keji:
Data Gbigbanilaaye Ilé Ilu San Francisco - Lati Ṣii Data Portal - . Awọn portal ni o ni orisirisi awọn datasets lori koko ti ikole. Awọn iru data meji bẹẹ tọju ati imudojuiwọn data lori awọn iyọọda ti a fun ni kikọ tabi atunṣe awọn nkan ni ilu:
- (850 igbasilẹ)
- (Awọn igbasilẹ 280 ẹgbẹrun, data ti wa ni igbasilẹ ati imudojuiwọn ni ọsẹ kọọkan)
Awọn iwe data wọnyi ni alaye nipa awọn iyọọda ikole ti a fun, pẹlu awọn abuda oriṣiriṣi ti ohun ti o fun ni aṣẹ. Lapapọ nọmba ti awọn titẹ sii (awọn igbanilaaye) gba ni akoko 1980-2019 - 1 awọn iyọọda.
Awọn paramita akọkọ lati inu data yii ti a lo fun itupalẹ:
- ase_creation_date - ọjọ ti ẹda ohun elo (ni otitọ, ọjọ ti iṣẹ ikole bẹrẹ)
- apejuwe - apejuwe ohun elo (awọn koko-ọrọ meji tabi mẹta ti n ṣalaye iṣẹ akanṣe (iṣẹ) fun eyiti a ṣẹda iyọọda)
- idiyele_iye - ifoju (ifoju) iye owo ti ikole iṣẹ
- iye owo_atunṣe - idiyele atunṣe (iye owo iṣẹ lẹhin isọdọtun, pọsi tabi dinku ti awọn iwọn akọkọ ti ohun elo)
- tẹlẹ_lilo - iru ile (ọkan-, ile-ẹbi meji, awọn iyẹwu, awọn ọfiisi, iṣelọpọ, ati bẹbẹ lọ)
- zipcode, ipo - koodu ifiweranṣẹ ati awọn ipoidojuko nkan
Lododun ikole aṣayan iṣẹ-ṣiṣe ni San Francisco
Awonya ni isalẹ fihan awọn paramita idiyele_iye и iye owo_atunṣe gbekalẹ bi pinpin apapọ iye owo iṣẹ nipasẹ oṣu.
data_cost_m = data_cost.groupby(pd.Grouper(freq='M')).sum()Lati dinku “awọn olutayo” oṣooṣu, awọn data oṣooṣu jẹ akojọpọ nipasẹ ọdun. Iyara ti iye owo ti a ṣe idoko-owo nipasẹ ọdun ti gba ọgbọn diẹ sii ati fọọmu itupalẹ.
data_cost_y = data_cost.groupby(pd.Grouper(freq='Y')).sum()
Da lori iṣipopada lododun ti iye owo (gbogbo awọn iyọọda fun ọdun) si awọn ohun elo ilu Awọn okunfa ọrọ-aje ti o ni ipa lati 1980 si 2019 han gbangba lori nọmba ati idiyele ti awọn iṣẹ ikole, tabi bibẹẹkọ lori awọn idoko-owo ni ohun-ini gidi San Francisco.
Nọmba awọn iyọọda ile (nọmba awọn iṣẹ ikole tabi nọmba awọn idoko-owo) ni awọn ọdun 40 sẹhin ti ni ibatan pẹkipẹki si iṣẹ-aje ni Silicon Valley.
Ipilẹ akọkọ ti iṣẹ ikole ni nkan ṣe pẹlu aruwo ẹrọ itanna ti aarin-80s ni afonifoji. Awọn ẹrọ itanna ti o tẹle ati ipadasẹhin ile-ifowopamọ ni ọdun 1985 firanṣẹ ọja ohun-ini gidi agbegbe sinu idinku ninu eyiti ko gba pada fun ọdun mẹwa.
Lẹhin iyẹn, awọn akoko meji diẹ sii (ni ọdun 1993-2000 ati 2009-2016) ṣaaju iṣubu ti Bubble Dotcom ati ariwo imọ-ẹrọ ti awọn ọdun aipẹ. Ile-iṣẹ ikole ti San Francisco ti ni iriri idagbasoke parabolic ti ọpọlọpọ ẹgbẹrun ogorun..
Nipa yiyọ awọn oke agbedemeji ati awọn igbọnwọ ati fifi awọn iye ti o kere julọ ati ti o pọju silẹ fun eto eto-ọrọ aje kọọkan, o han gbangba bawo ni awọn iyipada ọja nla ti kọlu ile-iṣẹ naa ni awọn ọdun 40 sẹhin.
Ilọsoke ti o tobi julọ ni idoko-owo ni ikole waye lakoko ariwo dot-com, nigbati laarin 1993 ati 2001 $10 bilionu ti ṣe idoko-owo ni isọdọtun ati ikole, tabi isunmọ $ 1 bilionu fun ọdun kan. Ti a ba ka ni awọn mita onigun mẹrin (iye owo 1 m² ni ọdun 1995 jẹ $ 3000), eyi jẹ isunmọ 350 m000 fun ọdun kan fun ọdun 2, bẹrẹ ni ọdun 10.
Idagba ti awọn idoko-owo lapapọ lododun ni akoko yii jẹ 1215%.
Awọn ile-iṣẹ ti o ya awọn ohun elo ikole ni asiko yii jẹ iru awọn ile-iṣẹ ti o ta awọn shovels lakoko iyara goolu (ni agbegbe kanna ni aarin ọdun 19th). Nikan dipo awọn shovels, ni awọn ọdun 2000 tẹlẹ awọn cranes ati awọn ifasoke nja fun awọn ile-iṣẹ ikole tuntun ti o fẹ lati ni owo lori ariwo ikole.
Lẹhin ọkọọkan awọn rogbodiyan pupọ ti ile-iṣẹ ikole ti ni iriri ni awọn ọdun, lori awọn tókàn meji post-aawọ years, idoko- (iye ti awọn ohun elo fun awọn iyọọda) fun ikole ṣubu nipasẹ o kere 50% ni akoko kọọkan.
Awọn rogbodiyan nla julọ ni ile-iṣẹ ikole San Francisco waye ni awọn ọdun 90. Nibo, pẹlu igbakọọkan ti ọdun 5, ile-iṣẹ boya ṣubu (-85% ni akoko 1983-1986), lẹhinna dide lẹẹkansi (+ 895% ni akoko 1988-1992), ti o ku ni awọn ofin ọdọọdun ni 1981, 1986, 1988 , 1993 - ni ipele kanna.
Lẹhin 1993, gbogbo awọn idinku ti o tẹle ni ile-iṣẹ ikole ko to ju 50%. Sugbon idaamu aje ti o sunmọ (nitori COVID-19) le ṣẹda aawọ igbasilẹ ni ile-iṣẹ ikole ni akoko 2017-2021, awọn sile ti eyi ti tẹlẹ ninu awọn akoko 2017-2019 iye si a lapapọ ti diẹ ẹ sii ju 60%.
San Francisco olugbe idagbasoke dainamiki ni akoko 1980-1993 tun fihan fere exponential idagbasoke. Agbara eto-ọrọ ati agbara imotuntun ti Silicon Valley jẹ ipilẹ to lagbara lori eyiti hyperbole ti Aje Tuntun, Renesansi Amẹrika, ati aami-coms ti kọ. O jẹ akọkọ ti ọrọ-aje tuntun. Ṣugbọn ko dabi igbega ni idoko-owo ohun-ini gidi, lẹhin ti dot-com tente oke, awọn olugbe gangan ni pẹtẹlẹ.
Ṣaaju ki o to dot-com tente oke ni ọdun 2001, idagbasoke olugbe ọdọọdun lati ọdun 1950 ti jẹ aijọju 1% fun ọdun kan. Lẹhinna, lẹhin iṣubu ti o ti nkuta, ṣiṣan ti awọn olugbe titun fa fifalẹ ati lati ọdun 2001 ti jẹ nikan 0.2 ogorun fun ọdun kan.
Ni ọdun 2019 (fun igba akọkọ lati ọdun 1950), awọn agbara idagbasoke ṣe afihan iṣanjade ti olugbe (-0.21% tabi eniyan 7000) lati ilu San Francisco.
Ireti ati otitọ nigbati o ngbaradi awọn idiyele idiyele
Ninu awọn akojọpọ data ti a lo, data lori idiyele iyọọda fun iṣẹ akanṣe kan ti pin si:
- idiyele idiyele atilẹba (idiyele_iye)
- iye owo iṣẹ lẹhin atunwo (iye owo_atunṣe)
Lakoko awọn akoko ariwo, idi akọkọ ti isọdọtun ni lati mu idiyele akọkọ pọ si, nigbati oludokoowo (alabara ikole) ṣafihan ifẹkufẹ lẹhin ibẹrẹ ikole.
Lakoko aawọ kan, wọn gbiyanju lati ma kọja awọn idiyele ti a pinnu, ati pe awọn iṣiro akọkọ ko faragba ko si awọn ayipada (ayafi fun 1989 ìṣẹlẹ).
Gẹgẹbi aworan ti a ṣe lori iyatọ laarin idiyele ati idiyele idiyele (atunyẹwo_cost - iṣiro_cost), o le ṣe akiyesi pe:
Awọn iye ti iye owo ilosoke nigbati revaluing awọn iwọn didun ti ikole iṣẹ taara da lori awọn aje ariwo waye
data_spread = data_cost.assign(spread = (data_cost.revised_cost-data_cost.estimated_cost))
Lakoko awọn akoko idagbasoke idagbasoke eto-ọrọ ni iyara, awọn alabara ti iṣẹ (awọn oludokoowo) lo awọn owo wọn lọpọlọpọ, jijẹ awọn ibeere wọn lẹhin ibẹrẹ iṣẹ.
Onibara (oludokoowo), rilara igboya ti iṣuna, beere lọwọ olugbaisese ikole tabi ayaworan lati fa iwe-aṣẹ ile ti a ti fun tẹlẹ. Eyi le jẹ ipinnu lati mu ipari gigun ti adagun pọ si tabi mu agbegbe ile naa pọ si (lẹhin ibẹrẹ iṣẹ ati ipinfunni iwe-aṣẹ ile).
Ni tente oke ti akoko dot-com, iru awọn inawo “afikun” ti de “afikun” bilionu 1 fun ọdun kan.
Ti o ba wo tabili yii tẹlẹ ni iyipada ogorun, lẹhinna ilosoke ti o ga julọ ni iṣiro (100% tabi 2 igba idiyele idiyele atilẹba) waye ni ọdun ṣaaju ìṣẹlẹ ti o waye ni 1989 nitosi ilu naa. Mo ro pe lẹhin ìṣẹlẹ naa, awọn iṣẹ ikole ti o bẹrẹ ni 1988 nilo, lẹhin ìṣẹlẹ ni 1989, akoko diẹ sii ati owo fun imuse.
Ni idakeji, atunyẹwo isalẹ ti iye owo ifoju (eyiti o waye ni ẹẹkan ni akoko lati 1980 si 2019) awọn ọdun pupọ ṣaaju ki ìṣẹlẹ naa jẹ aigbekele nitori otitọ pe diẹ ninu awọn iṣẹ akanṣe ti o bẹrẹ ni 1986-1987 ti di tutu tabi awọn idoko-owo ni awọn iṣẹ akanṣe wọnyi ti ge. isalẹ. Lori iṣeto ni apapọ fun iṣẹ akanṣe kọọkan ti o bẹrẹ ni ọdun 1987 - idinku ninu idiyele idiyele jẹ -20% ti ero atilẹba..
data_spred_percent = data_cost_y.assign(spred = ((data_cost_y.revised_cost-data_cost_y.estimated_cost)/data_cost_y.estimated_cost*100))
Ilọsoke ni idiyele idiyele ibẹrẹ ti o ju 40% tọka tabi o ṣee ṣe abajade ti nkuta ti o sunmọ ni owo ati atẹle ọja ikole.
Kini idi fun idinku ninu itankale (iyatọ) laarin awọn idiyele ati awọn idiyele ti a tunṣe lẹhin 2007?
Boya awọn oludokoowo bẹrẹ lati farabalẹ wo awọn nọmba naa (iye apapọ ti o ju ọdun 20 lọ lati $ 100 ẹgbẹrun si $ 2 million) tabi boya ẹka ile-iṣẹ, idilọwọ ati idinamọ awọn nyoju ti n yọ jade ni ọja ohun-ini gidi, ṣafihan awọn ofin ati awọn ihamọ titun lati dinku awọn ifọwọyi ti o ṣeeṣe. ati awọn ewu ti o ṣeeṣe ti yoo dide lakoko awọn ọdun aawọ.
Iṣẹ ikole da lori akoko ti ọdun
Nipa ṣiṣe akojọpọ data nipasẹ awọn ọsẹ kalẹnda ti ọdun (ọsẹ 54), o le ṣe akiyesi iṣẹ ṣiṣe ikole ni ilu San Francisco da lori akoko ati akoko ti ọdun.
Nipa Keresimesi, gbogbo awọn ẹgbẹ ikole n gbiyanju lati gba awọn iyọọda fun awọn iṣẹ akanṣe “nla” tuntun ni akoko. (ni akoko kanna! nọmba! ti awọn iyọọda ni awọn osu kanna ni ipele kanna ni gbogbo ọdun). Awọn oludokoowo, gbero lati gba ohun-ini wọn laarin ọdun to nbọ, tẹ sinu awọn adehun ni awọn oṣu igba otutu, kika lori awọn ẹdinwo nla (niwon awọn adehun igba ooru, fun apakan pupọ julọ, ti n bọ si opin nipasẹ opin ọdun ati awọn ile-iṣẹ ikole nifẹ si ni gbigba awọn ohun elo titun).
Ṣaaju Keresimesi, awọn oye ti o tobi julọ ti awọn ohun elo ni a fi silẹ (ilosoke lati aropin 1-1,5 bilionu fun osu kan si 5 bilionu ni Kejìlá nikan). Ni akoko kanna, nọmba lapapọ ti awọn ohun elo nipasẹ oṣu wa ni ipele kanna (wo apakan isalẹ: awọn iṣiro lori apapọ nọmba awọn ohun elo nipasẹ oṣu ati ọjọ)
Lẹhin awọn isinmi igba otutu, ile-iṣẹ ikole n gbero ni itara ati imuse awọn aṣẹ “Keresimesi” (pẹlu fere ko si ilosoke ninu nọmba awọn iyọọda) lati le gba awọn orisun laaye ni aarin ọdun (ṣaaju ki isinmi Ọjọ Ominira) ṣaaju tuntun kan igbi ti ooru siwe bẹrẹ lẹsẹkẹsẹ lẹhin June isinmi.
data_month_year = data_month_year.assign(week_year = data_month_year.permit_creation_date.dt.week)
data_month_year = data_month_year.groupby(['week_year'])['estimated_cost'].sum()
Awọn data ogorun kanna (laini osan) tun fihan pe ile-iṣẹ naa nṣiṣẹ "ni irọrun" ni gbogbo ọdun, ṣugbọn ṣaaju ati lẹhin awọn isinmi, iṣẹ ṣiṣe lori awọn iyọọda pọ si 150% ni akoko laarin ọsẹ 20-24 (ṣaaju ki o to Ọjọ Ominira), ati dinku lẹsẹkẹsẹ lẹhin isinmi titi di -70%.
Ṣaaju Halloween ati Keresimesi, iṣẹ ṣiṣe ni ile-iṣẹ ikole San Francisco pọ si nipasẹ 43% lakoko ọsẹ 44-150 (lati isalẹ si tente oke) ati lẹhinna dinku si odo lakoko awọn isinmi.
Nitorinaa, ile-iṣẹ naa wa ni iwọn oṣu mẹfa, eyiti o pin nipasẹ awọn isinmi “Ọjọ Ominira AMẸRIKA” (ọsẹ 20) ati “Keresimesi” (ọsẹ 52).
Lapapọ idoko-owo ohun-ini gidi ni San Francisco
Da lori data lori awọn iyọọda ile ni ilu:
Idoko-owo lapapọ ni awọn iṣẹ ikole ni San Francisco lati ọdun 1980 si ọdun 2019 jẹ $ 91,5 bilionu.
sf_worth = data_location_lang_long.cost.sum()
Apapọ iye ọja ti gbogbo ohun-ini gidi ibugbe ni San Francisco ti a ṣe ayẹwo nipasẹ awọn owo-ori ohun-ini (jije iye ti a ṣe ayẹwo ti gbogbo ohun-ini gidi ati gbogbo ohun-ini ti ara ẹni ti San Francisco jẹ) .
Awọn agbegbe wo ni San Francisco ti ṣe idoko-owo ni awọn ọdun 40 sẹhin?
Lilo ile-ikawe Folium, jẹ ki a wo ibiti $91,5 bilionu yii ti ṣe idoko-owo nipasẹ agbegbe. Lati ṣe eyi, ti ṣe akojọpọ data nipasẹ koodu zip, a yoo ṣe aṣoju awọn iye abajade nipa lilo awọn iyika (iṣẹ Circle lati ibi ikawe Folium).
import folium
from folium import Circle
from folium import Marker
from folium.features import DivIcon
# map folium display
lat = data_location_lang_long.lat.mean()
long = data_location_lang_long.long.mean()
map1 = folium.Map(location = [lat, long], zoom_start = 12)
for i in range(0,len(data_location_lang_long)):
Circle(
location = [data_location_lang_long.iloc[i]['lat'], data_location_lang_long.iloc[i]['long']],
radius= [data_location_lang_long.iloc[i]['cost']/20000000],
fill = True, fill_color='#cc0000',color='#cc0000').add_to(map1)
Marker(
[data_location_mean.iloc[i]['lat'], data_location_mean.iloc[i]['long']],
icon=DivIcon(
icon_size=(6000,3336),
icon_anchor=(0,0),
html='<div style="font-size: 14pt; text-shadow: 0 0 10px #fff, 0 0 10px #fff;; color: #000";"">%s</div>'
%("$ "+ str((data_location_lang_long.iloc[i]['cost']/1000000000).round()) + ' mlrd.'))).add_to(map1)
map1
O han gbangba lati awọn agbegbe pe Pupọ julọ paii naa logbon lọ si DownTown. Lehin ti o rọrun lati ṣe akojọpọ gbogbo awọn nkan nipasẹ ijinna si aarin ilu ati akoko ti o to lati lọ si aarin ilu (dajudaju, awọn ile ti o niyelori tun wa ni itumọ si eti okun), gbogbo awọn iyọọda ti pin si awọn ẹgbẹ 4: 'Aarin ilu' , '<0.5H Aarin', '< 1H Aarin', 'Ita SF'.
from geopy.distance import vincenty
def distance_calc (row):
start = (row['lat'], row['long'])
stop = (37.7945742, -122.3999445)
return vincenty(start, stop).meters/1000
df_pr['distance'] = df_pr.apply (lambda row: distance_calc (row),axis=1)
def downtown_proximity(dist):
'''
< 2 -> Near Downtown, >= 2, <4 -> <0.5H Downtown
>= 4, <6 -> <1H Downtown, >= 8 -> Outside SF
'''
if dist < 2:
return 'Downtown'
elif dist < 4:
return '<0.5H Downtown'
elif dist < 6:
return '<1H Downtown'
elif dist >= 6:
return 'Outside SF'
df_pr['downtown_proximity'] = df_pr.distance.apply(downtown_proximity)Ninu 91,5 bilionu ti a ṣe idoko-owo ni ilu naa, o fẹrẹ to 70 bilionu (75% ti gbogbo awọn idoko-owo) ti fowosi ninu awọn atunṣe ati ikole wa ni aarin ilu. (agbegbe alawọ ewe) ati si agbegbe ilu laarin radius ti 2 km. lati aarin (agbegbe buluu).
Apapọ idiyele idiyele ti ohun elo ikole nipasẹ agbegbe ilu
Gbogbo data, gẹgẹbi pẹlu apapọ iye idoko-owo, ni akojọpọ nipasẹ koodu zip. Nikan ninu ọran yii pẹlu apapọ (.mean ()) idiyele idiyele ti ohun elo nipasẹ koodu zip.
data_location_mean = data_location.groupby(['zipcode'])['lat','long','estimated_cost'].mean()
Ni awọn agbegbe lasan ti ilu (diẹ sii ju 2 km lati aarin ilu) - iye owo idiyele apapọ ti ohun elo ikole jẹ $ 50 ẹgbẹrun.
Apapọ idiyele idiyele ni agbegbe aarin ilu jẹ isunmọ ni igba mẹta ti o ga julọ ($ 150 ẹgbẹrun si $ 400 ẹgbẹrun) ju ni awọn agbegbe miiran ($ 30-50 ẹgbẹrun).
Ni afikun si iye owo ilẹ, awọn ifosiwewe mẹta pinnu iye iye owo ti ikole ile: iṣẹ, awọn ohun elo, ati awọn owo ijọba. Awọn paati mẹta wọnyi ga ni California ju ni iyoku orilẹ-ede naa. Awọn koodu ile California ni a gba diẹ ninu awọn okeerẹ julọ ati lile ni orilẹ-ede naa (nitori iwariri ati awọn ilana ayika), nigbagbogbo nilo awọn ohun elo gbowolori ati iṣẹ.
Fun apẹẹrẹ, ijọba nilo awọn ọmọle lati lo awọn ohun elo ile ti o ga julọ (awọn window, idabobo, alapapo ati awọn ọna itutu agbaiye) lati ṣaṣeyọri awọn iṣedede ṣiṣe agbara giga.
Lati awọn iṣiro gbogbogbo lori idiyele apapọ ti ohun elo iyọọda, awọn ipo meji duro jade:
- iṣura Island - erekusu Oríkĕ ni San Francisco Bay. Apapọ idiyele idiyele ti iyọọda ile jẹ $ 6,5 million.
- Mission Bay — (olugbe 2926) Awọn apapọ ifoju iye owo ti a iyọọda ile jẹ $1,5 million.
Ni otitọ, ohun elo apapọ giga ni awọn agbegbe meji wọnyi ni ibatan pẹlu nọmba ti o kere julọ ti awọn ohun elo fun awọn ipo ifiweranṣẹ wọnyi (145 ati 3064 lẹsẹsẹ, ikole lori erekusu jẹ opin pupọ), lakoko ti o ku fun awọn koodu ifiweranṣẹ - XNUMXati akoko 1980-2019 gba awọn ohun elo 1300 ni ọdun kan (lapapọ ni apapọ 30 -50 ẹgbẹrun awọn ohun elo fun gbogbo akoko).
Gẹgẹbi paramita “nọmba awọn ohun elo”, pipe paapaa pinpin nọmba awọn ohun elo fun koodu ifiweranṣẹ jakejado ilu jẹ akiyesi.
Awọn iṣiro lori apapọ nọmba awọn ohun elo nipasẹ oṣu ati ọjọ
Awọn iṣiro apapọ lori apapọ nọmba awọn ohun elo nipasẹ oṣu ati ọjọ ti ọsẹ laarin 1980 ati 2019 fihan pe Awọn oṣu ti o dakẹ julọ fun ẹka ikole ni orisun omi ati awọn oṣu igba otutu. Ni akoko kanna, iye awọn idoko-owo pato ninu awọn ohun elo yatọ pupọ ati pe o yatọ lati oṣu si oṣu ni awọn igba (wo afikun ohun ti "Akitiyan ikole da lori awọn akoko"). Laarin awọn ọjọ ti ọsẹ, ni ọjọ Mọndee ẹru lori ẹka jẹ isunmọ 20% kere ju awọn ọjọ miiran ti ọsẹ lọ.
months = [ 'January', 'February', 'March', 'April', 'May','June', 'July', 'August', 'September', 'October', 'November', 'December' ]
data_month_count = data_month.groupby(['permit_creation_date']).count().reindex(months)
Lakoko ti Oṣu Keje ati Oṣu Keje jẹ adaṣe kanna ni awọn ofin ti nọmba awọn ohun elo, ni awọn ofin ti lapapọ idiyele idiyele iyatọ ti de 100% (biliọnu 4,3 ni May ati Keje ati 8,2 bilionu ni Oṣu Karun).
data_month_sum = data_month.groupby(['permit_creation_date']).sum().reindex(months)
Ọjọ iwaju ti ile-iṣẹ ikole San Francisco, iṣẹ ṣiṣe asọtẹlẹ nipasẹ awọn ilana.
Nikẹhin, jẹ ki a ṣe afiwe apẹrẹ iṣẹ ṣiṣe ikole ni San Francisco pẹlu iwe-owo idiyele Bitcoin (2015-2018) ati chart idiyele idiyele goolu (1940 - 1980).
Àpẹẹrẹ (lati apẹrẹ Gẹẹsi - awoṣe, apẹẹrẹ) - ni itupalẹ imọ-ẹrọ iduroṣinṣin atunwi awọn akojọpọ ti idiyele, iwọn didun tabi data itọkasi ni a pe. Onínọmbà apẹrẹ da lori ọkan ninu awọn axioms ti itupalẹ imọ-ẹrọ: “itan tun ṣe ararẹ” - o gbagbọ pe awọn akojọpọ data leralera yorisi abajade kanna.
Ilana akọkọ ti o le rii lori iwe iṣẹ ṣiṣe lododun jẹ Eyi jẹ apẹrẹ iyipada aṣa "ori ati ejika". Nitorina ti a npè ni nitori pe chart naa dabi ori eniyan (tente oke) ati awọn ejika ni awọn ẹgbẹ (awọn oke ti o kere ju). Nigbati idiyele ba fọ laini ti o so awọn ọpọn, apẹrẹ naa ni a ka pe o pe ati pe o ṣee ṣe pe gbigbe naa wa ni isalẹ.
Awọn iṣipopada ni iṣẹ-ṣiṣe ni ile-iṣẹ ikole San Francisco fere ni pipe ni ibamu pẹlu igbega ni idiyele ti wura ati bitcoin. Iṣe itan ti idiyele mẹta wọnyi ati awọn shatti iṣẹ ṣiṣe fihan awọn ibajọra akiyesi.
Lati ni anfani lati ṣe asọtẹlẹ ihuwasi ti ọja ikole ni ọjọ iwaju, o jẹ dandan lati ṣe iṣiro iye-ibaramu pẹlu kọọkan ninu awọn meji aṣa.
Awọn oniyipada laileto meji ni a pe ni ibamu ti akoko ibaramu wọn (tabi olusọdipúpọ ibamu) yatọ si odo; ati pe wọn pe ni awọn iwọn ti ko ni ibatan ti akoko ibamu wọn ba jẹ odo.
Ti iye abajade ba sunmọ 0 ju si 1, lẹhinna ko si aaye ni sisọ nipa apẹrẹ ti o han. Eyi jẹ iṣoro mathematiki eka kan, eyiti o le jẹ nipasẹ awọn ẹlẹgbẹ agbalagba ti o le nifẹ si koko yii.
Ti o ba! alaimoye! wo koko-ọrọ ti idagbasoke siwaju sii ti ile-iṣẹ ikole ni San Francisco: ti apẹẹrẹ ba tẹsiwaju lati ṣe deede pẹlu idiyele Bitcoin, lẹhinna gẹgẹ bi aṣayan aipe yii - jade kuro ninu aawọ ni ile-iṣẹ ikole ni San Francisco kii yoo rọrun ni akoko ijakadi lẹsẹkẹsẹ.
Pẹlu aṣayan “ireti” diẹ sii idagbasoke, tun exponential idagbasoke ninu awọn ikole ile ise jẹ ṣee ṣe ti o ba ti aṣayan iṣẹ-ṣiṣe nibi telẹ awọn "goolu owo" ohn. Ni idi eyi, ni ọdun 20-30 (o ṣee ṣe ni 10), eka ile-iṣẹ yoo dojukọ iṣẹ-ṣiṣe tuntun ati idagbasoke.
Emi yoo ṣe akiyesi awọn apakan ti ikole kọọkan (atunṣe ti awọn oke, awọn ibi idana, ikole ti awọn pẹtẹẹsì, awọn balùwẹ, ti o ba ni awọn imọran eyikeyi lori awọn ile-iṣẹ tabi data miiran - jọwọ kọ sinu awọn asọye) ati ṣe afiwe afikun fun awọn iru iṣẹ kọọkan pẹlu awọn oṣuwọn ti o wa titi lori awọn awin yá ati ere ti awọn iwe ifowopamosi AMẸRIKA (Awọn oṣuwọn Yá Ti o wa titi & Ikore Iṣura AMẸRIKA).
Ọna asopọ si apakan keji:
Ọna asopọ si Iwe akiyesi Jupyter:
Jọwọ, fun awọn ti o wa pẹlu Kaggle, fun Akọsilẹ ni afikun (O ṣeun!).
(Awọn asọye ati awọn alaye ti koodu naa yoo ṣafikun nigbamii ni Iwe akiyesi)
Ọna asopọ si ẹya Gẹẹsi:
Ti o ba gbadun akoonu mi, jọwọ ronu ifẹ si mi kofi kan.
o ṣeun fun support rẹ!
Awọn olumulo ti o forukọsilẹ nikan le kopa ninu iwadi naa. , Jowo.
Kini ọjọ iwaju ṣe idaduro fun ile-iṣẹ ikole San Francisco?
-
66,7%Ẹka ikole jẹ diẹ sii lati tẹle ọna ti Bitcoin2
-
0,0%Ẹka ikole le tẹle ọna ti awọn idiyele goolu0
-
0,0%Ẹka naa nireti aruwo ni ọdun 10 to nbọ
-
33,3%Idagbasoke ti eka naa ko lọ ni ibamu si awọn ilana1
3 olumulo dibo. 6 olumulo abstained.
orisun: www.habr.com