Python分析无人驾驶汽车在桂林市文旅行业推广的问卷

【项目背景】

通过市场调研、文本分析、访谈和问卷调查等方法,探讨:

  1. 网民对无人驾驶汽车出行服务的态度。
  2. 无人驾驶安全员的行业背景。
  3. 不同人群在旅游时的交通选择偏好。
  4. 游客及当地居民对桂林市文旅路线的交通满意度。
  5. 乘客对无人驾驶汽车的满意度。
  6. 桂林市文旅路线推广无人驾驶汽车是否会优化桂林旅游交通体验及其影响因素。

【相关代码】

import pandas as pd
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.decomposition import LatentDirichletAllocation as LDA
import matplotlib.pyplot as plt
from scipy.stats import chi2_contingency# 假设我们有一个包含问卷数据的CSV文件
data = pd.read_csv('survey_data.csv')# 数据清洗:移除缺失值
data_clean = data.dropna()# 文本分析:使用LDA模型提取主题
vectorizer = CountVectorizer(stop_words='english')
lda = LDA(n_components=3, random_state=0)
lda.fit_transform(vectorizer.fit_transform(data_clean['comments']))# 可视化主题
pyLDAvis.enable_notebook()
vis = pyLDAvis.gensim_models.prepare(lda, vectorizer, data_clean)
pyLDAvis.display(vis)# 交叉表和卡方检验:分析不同人群的交通选择偏好
contingency_table = pd.crosstab(data_clean['age_group'], data_clean['preferred_transport'])
chi2, p, dof, expected = chi2_contingency(contingency_table)print(f"Chi-squared test results: chi2={chi2}, p={p}, dof={dof}")# 满意度分析:计算不同交通方式的满意度
satisfaction_scores = data_clean[['waiting_time', 'vehicle_cleanliness', 'driver_attitude']].mean(axis=1)
print(f"Average satisfaction scores: {satisfaction_scores.mean()}")

【代码说明】

  • 数据导入与清洗:

使用Pandas库读取名为"survey_data.csv"的CSV文件,加载问卷数据。

对数据进行清洗,通过dropna()方法移除包含缺失值的行,存储在data_clean中。

  • 文本分析(LDA模型):

使用Scikit-learn库中的CountVectorizer进行文本向量化,将文本数据转换成词频矩阵。

使用Latent Dirichlet Allocation (LDA) 模型对文本数据进行主题提取。

通过LDA模型的fit_transform方法拟合并转换文本数据,将其应用到data_clean['comments']列中。

  • 可视化主题(pyLDAvis):

调用pyLDAvis.gensim_models.prepare方法准备可视化数据,用于展示LDA模型的结果。

最终通过pyLDAvis.display方法展示生成的交互式可视化主题图。

  • 交叉表和卡方检验:

使用Pandas的crosstab方法创建交叉表,分析不同人群(按照'age_group')的交通选择偏好('preferred_transport')。

通过chi2_contingency方法进行卡方检验,计算卡方值(chi2)、p值(p)、自由度(dof)和期望频数(expected)。

  • 满意度分析:

计算各个满意度指标(等待时间、车辆清洁度、司机态度)的平均分数。

将三个满意度指标的平均分数进行均值计算,作为整体满意度得分。

需要注意的是,代码中使用的一些库和函数如pyLDAvis、gensim_models需要提前导入或安装。整体代码结构为数据处理、文本分析、可视化、统计分析和结果展示。

civilpy:Python数据分析及可视化实例目录940 赞同 · 36 评论文章​编辑

civilpy:Python通过某上市企业经营业绩预测股价走势0 赞同 · 0 评论文章​编辑

civilpy:Python实时追踪关键点组成人体模型0 赞同 · 0 评论文章​编辑

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/757182.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

超快速排序(蓝桥杯,归并排序,acwing)

题目描述: 在这个问题中,您必须分析特定的排序算法----超快速排序。 该算法通过交换两个相邻的序列元素来处理 n 个不同整数的序列,直到序列按升序排序。 对于输入序列 9 1 0 5 4,超快速排序生成输出 0 1 4 5 9。 您的任务是确…

Selenium不同版本配置自动下载驱动及打包细节

Selenium配置浏览器驱动 自动下载浏览器驱动的方法 selenium4.7.0自动下载浏览器驱动的方法 selenium4.11.0 或4.11.1手动设置浏览器驱动路径的方法pyinstaller打包程序时同时打包ChromeDriverchromedriver路径需要sys._MEIPASS的路径进行引用方法一:通过–add-data…

【Linux】从零开始认识进程 — 前篇

我从来不相信什么懒洋洋的自由。我向往的自由是通过勤奋和努力实现的更广阔的人生。。——山本耀司 从零开始认识进程 1 认识冯诺依曼体系2 操作系统3 进程3.1 什么是进程???3.2 进程管理PCB 3.3 Linux中的进程深入理解 3.4 进程创建总结 送给…

publicPath 和 __webpack_public_path__ 和 process.env.BASE_URL的区别和使用方法

文章目录 publicPath 和 __webpack_public_path__ 和 process.env.BASE_URL的区别和使用方法1. publicPath(1)publicPath定义(2)publicPath使用方法方法1:静态文件使用publicPath。方法2:项目打包时使用pub…

jvm的垃圾回收器以及触发full gc的场景

JVM(Java虚拟机)的垃圾回收器有很多种,主要包括以下几种: Serial收集器:串行收集器是最古老、最稳定的收集器。它使用单个线程进行垃圾收集工作,在进行垃圾回收时会暂停所有用户线程。 ParNew收集器&#…

Nebula Graph-01-Nebula Graph简介和安装以及客户端连接

前言 NoSQL 数据库 图数据库并不是可以克服关系型数据库缺点的唯一替代方案。现在市面上还有很多非关系型数据库的产品,这些产品都可以叫做 NoSQL。NoSQL 一词最早于上世纪 90 年代末提出,可以解释为“非 SQL” 或“不仅是 SQL”,具体解释要…

使用flatten-maven-plugin时更换版本号步骤

flatten-maven-plugin作用和配置 略 第一步: 执行mvn命令,更新.flattened-pom.xml mvn clean package -Drevision"1.0.1-snapshot" 版本号如果有-,则必须加上双引号 第二步: 修改POM文件中版本号reversion 第三步: reload all maven projects

查找众数及中位数 - 华为OD统一考试(C卷)

OD统一考试(C卷) 分值: 100分 题解: Java / Python / C 题目描述 众数是指一组数据中出现次数量多的那个数,众数可以是多个。 中位数只是指把一组数据从小到大排列,最中间的那个数,如果这组数…

整蛊小教程|让朋友手足无措的电脑自动关机

前言 这几天讲到shutdown关机命令,于是就出现了整蛊类的电脑教程。 这个故事我记得很清楚:在2012年的春天……当时的小白对电脑还不是很熟悉。某一天跟着朋友去网吧上网,这时候突然有个朋友发来一个.bat的文件,说双击打开有惊喜…

单片机烧录方式,JTAG,ISP,SWD,

常见的词汇 参考 ISP:In System Programing,在系统编程 IAP:In Application Programing,在应用编程 ICP:In Circuit Programing,在电路编程 ICSP全称是In Circuit Serial Programming JTAG(Joint Test Act…

集合深入------理解底层。

集合的使用 前提:栈、堆、二叉树、hashcode、toString()、quesalus()的知识深入和底层理解。 1、什么是集合 集合就是咋们所说的容器 ​ 前面我们学习过数组 数组也是容器 ​ 容器:装东西的 生活中有多少的容器呀? 水杯 教室 酒瓶 水库 只要是…

Modbus TCP转Profinet网关如何实现Modbus主站与多设备通讯

在工业控制领域中,Modbus TCP转Profinet网关(XD-ETHPN20)扮演着连接不同设备间通讯的重要角色。当将Modbus主站与十几台服务器进行通讯时,通过modbus tcp转profinet网关(XD-ETHPN20)设备将不同协议间的数据…

[LLM]大模型八股知识点(一)

基础面 1 目前主流的开源模型体系有哪些? 目前主流的开源LLM(语言模型)模型体系包括以下几个: GPT(Generative Pre-trained Transformer)系列:由OpenAI发布的一系列基于Transformer架构的语言…

关于OceanBase中旁路导入的应用分享

背景 前段时间,在用户现场协助进行OceanBase的性能测试时,我注意到用户常常需要运用 insert into select 将上亿行的数据插入到一张大宽表里,这样的批量数据插入操作每次都需要耗时半个小时左右。对这一情况,我提议用户尝试采用旁…

Class Re-Activation Maps for Weakly-Supervised Semantic Segmentation

摘要: 提取类激活映射(CAM)可以说是为弱监督语义分割(WSSS)生成伪掩码的最标准步骤。然而,我们发现伪掩码不理想的关键是在CAM中广泛使用的二进制交叉熵损失(BCE)。具体来说,由于BCE的池化方式是对类别求和,CAM中的每个像素可能对…

Java | 时间日期API

大家好,我是程序员影子 一名致力于帮助更多朋友快速入门编程的程序猿 今天来聊一聊关于Java 中的时间日期API 一、使用LocalDate和LocalTime Java 8 引入了java.time包,其中LocalDate和LocalTime类用于处理日期和时间。 import java.time.LocalDate…

Linux课程____进程管理

记录工作日志 script 240319.log CTRLd 退出 cat 240319.log //查看 一、查看进程 1.静态 ps -aux ps -elf 2.动态 top 3.pgrep 查看特定条件的进程 pgrep -l “log” pgrep -l "ssh" pgrep -l -U redhat 4.pstree 查看进程树 pstree -aup 所有…

【Linux更新驱动、cuda和cuda toolkit】

目录 1. 更新显卡驱动1.1. 查看当前显卡驱动版本1.2. 删除原始显卡驱动1.3. 删除CUDA Toolkit1.4. 在NVIDIA官网找到2080Ti对应的最新驱动程序 2. 更新CUDA Toolkit2.1. 下载CUDA Toolkit2.2. 安装.run2.3. 添加环境变量2.4. 检查是否安装好了 最近需要更新服务器的显卡驱动和C…

10 Internet基本服务(3)

1.SMTP 邮件传递过程3 阶段 (1)连接建立阶段 在这一阶段,SMTP 客户机请求与服务器的25 端口建立一个TCP 连接。一旦连接建立,SMTP 服务器和客户机就幵始相互通拫自己的域名,同时确认对方的域名;&a…

目标检测——PP-YOLOv2算法解读

PP-YOLO系列,均是基于百度自研PaddlePaddle深度学习框架发布的算法,2020年基于YOLOv3改进发布PP-YOLO,2021年发布PP-YOLOv2和移动端检测算法PP-PicoDet,2022年发布PP-YOLOE和PP-YOLOE-R。由于均是一个系列,所以放一起解…