Die Infrastruktur ist geografisch konzentriert
Saint-Nazaire (Gemeindecode 44184) umfasst 376 der 601 erfassten Standorte und 3.001 Stellplätze und stellt damit die größte Konzentration im Datensatz dar.
PROJEKT-FALLSTUDIE
Analyse von Fahrradparkplätzen
Eine geodatenbasierte Python-Analyse von 601 erfassten Fahrradparkplätzen in der Region Loire-Atlantique.
PythonPandasGeoPandasFoliumMatplotlib
Projektübersicht
Die Analyse betrachtet die aktuell im Datensatz erfasste Fahrradparkinfrastruktur.
601
Parkstandorte
4,585
Fahrradstellplätze insgesamt
10
Erfasste Gemeinden
7.6
Durchschnittliche Kapazität pro Standort
Kleine Anlagen dominieren
Die mittlere Kapazität beträgt 6 Stellplätze, der Durchschnitt 7,6 Stellplätze pro Standort. Die Verteilung ist rechtsschief; nur wenige größere Anlagen erreichen bis zu 48 Stellplätze.
CADRE ET ROUE ist der dominierende Infrastrukturtyp
CADRE ET ROUE wird an 479 der 601 erfassten Standorte verwendet, gefolgt von ROUE (67) und CADRE (55).
Die Datenvollständigkeit variiert
Kernfelder wie Kapazität und Koordinaten sind vollständig. Andere Felder sind deutlich weniger vollständig, darunter Eigentümer, Betreiber, URLs, Dienstjahr und Kapazität für Lastenräder.
Visualisierungen der Analyse
Die wichtigsten Visualisierungen der Python-Analyse zeigen die geografische Verteilung, Kapazität, Infrastrukturtypen und Datenvollständigkeit.
Wichtiger methodischer Hinweis: date_maj bezeichnet das Aktualisierungsdatum eines Datensatzes und nicht unbedingt das Installationsdatum einer Anlage. Die starke Konzentration von Aktualisierungen im September 2022 sollte daher nicht als Beweis für eine große Installationsphase dargestellt werden.
DIE HERAUSFORDERUNG
Offene Infrastrukturdaten in nützliche Erkenntnisse verwandeln
Der Datensatz enthält 601 Standorte und mehrere Merkmale zu Kapazität, Standort, Befestigungstyp, Zugang, Überdachung, Überwachung und Aktualisierungen. Die Herausforderung bestand darin, diese Variablen zu strukturieren und klare Muster zu erkennen, ohne unvollständige Angaben zu überinterpretieren.
DIE LÖSUNG
Explorative und geodatenbasierte Analyse mit Python
Ich nutzte Python mit Pandas, GeoPandas, Folium und Matplotlib, um die Daten zu untersuchen, Kapazitäten und Infrastrukturtypen zu analysieren, Gemeinden zu vergleichen und die geografische Verteilung der Fahrradparkplätze zu visualisieren.
WIRKUNG & LERNEN
Ein strukturierter Überblick über Fahrradparkplätze
Die Analyse zeigt, wo Fahrradparkplätze konzentriert sind, welche Kapazität vorhanden ist, welche Infrastrukturtypen dominieren und wo die Datenvollständigkeit die Interpretation begrenzt.