👩🏼‍🎤 🕘 🤜 नीदरलैंड में कारें: 2019 के लिए आंकड़े और जानकारी 💹 😋 🤙🏿

हाय, हैब्र।

यह लेख नीदरलैंड में साइकिल के बुनियादी ढांचे के बारे में चक्र का एक सिलसिला है। इस बार हम कारों के बारे में बात करेंगे।

हाल ही में, एक परियोजना में, मैं एक कैमरे से डेटा का उपयोग करने में सक्षम था जो कार नंबर को पहचानता है। संख्या जानने के बाद, आप काफी अतिरिक्त जानकारी प्राप्त कर सकते हैं। लेकिन तब यह इन आंकड़ों से थोड़ा सा लग रहा था, डच कारों के पूरे डेटाबेस को समग्र रूप से संसाधित करना दिलचस्प हो गया, क्योंकि यह आधिकारिक रूप से जनता के लिए खुला था।

पाठकों के साथ साझा करने के लिए परिणाम काफी दिलचस्प लगे। फिर भी, जीवन की गुणवत्ता के मामले में नीदरलैंड शीर्ष 10 देशों में शामिल है, इसलिए यह देखना बहुत दिलचस्प था कि साइकिल के अलावा डच सवारी क्या है।

कट के नीचे जारी है।

स्रोत डेटा

सांख्यिकी को दो भागों में विभाजित किया जाता है - स्थानीय परीक्षण और सामान्य डेटा। पहले मामले में, एक पेशेवर AXIS निगरानी कैमरे का उपयोग डेटा स्रोत के रूप में किया गया था, जिसमें एकीकृत लाइसेंस प्लेट मान्यता की क्षमता है। संख्या स्वयं आँकड़ों के लिए इतनी दिलचस्प नहीं है, इससे प्राप्त होने वाली अतिरिक्त जानकारी कहीं अधिक दिलचस्प है। और यह नीदरलैंड में बस rdw.nl वेबसाइट पर किया जाता है, किसी भी संख्या के लिए, आप एक साधारण GET अनुरोध भेजकर मुफ्त में कार की जानकारी प्राप्त कर सकते हैं (उदाहरण के लिए, आप यादृच्छिक संख्या H789GF देख सकते हैं)। काफी डेटा वापस किया जाता है, जिसमें निर्माण, क्षमता, कैटलॉग लागत, आदि का वर्ष शामिल है और यह पहले से ही अधिक दिलचस्प है।

और अंत में, दूसरे भाग में, पूरे आधार पर विचार किया जाएगा। चार्ट को बहुत अधिक नहीं बनाने के लिए, केवल 2019 के लिए जानकारी पर विचार किया जाता है - पिछले वर्ष में पंजीकृत कारों के सबसे मौजूदा ब्रांड और मॉडल।

तो चलिए शुरू करते हैं।

स्थानीय डेटा

जैसा कि ऊपर उल्लेख किया गया है, पहले मामले में, एक एक्सिस निगरानी कैमरे का उपयोग किया गया था, जो कार संख्या को पहचानने की क्षमता रखता है। कार्यालय केंद्र के प्रवेश द्वार पर कैमरा लगाया गया है। यहां सेट डेटा बेशक छोटा है, लेकिन उनकी रुचि यह है कि यह आम लोगों, मध्यम वर्ग के प्रतिनिधियों द्वारा इस्तेमाल की जाने वाली मशीनों से वास्तविक डेटा है, जहां आईटी श्रमिकों को शामिल किया जा सकता है। ट्रक भी सूची में हो सकते हैं, लेकिन उनमें से बहुत सारे नहीं थे; मैंने ऐसे मॉडलों के लिए कोई विशेष फ़िल्टरिंग नहीं की।

कैमरे के काम के 3 दिनों में, 370 रिकॉर्ड जमा किए गए, जिस पर लगभग 100 कारें थीं। इस सब से, एक डाटासेट बनाया गया था जो कुछ इस तरह दिखता है:

car_id,datetime,manufacturer,model,year,price 3,2020-01-23 16:57:26,PEUGEOT,PEUGEOT 206,2004.0, 3,2020-01-23 16:57:26,PEUGEOT,PEUGEOT 206,2004.0, 26,2020-01-23 16:41:39,NISSAN,NISSAN NISSAN JUKE,2012.0,25965.0 26,2020-01-23 16:41:39,NISSAN,NISSAN NISSAN JUKE,2012.0,25965.0 26,2020-01-23 16:41:39,NISSAN,NISSAN NISSAN JUKE,2012.0,25965.0 26,2020-01-23 16:41:38,NISSAN,NISSAN NISSAN JUKE,2012.0,25965.0 21,2020-01-23 16:30:33,BMW,BMW 5ER REIHE,2004.0, 21,2020-01-23 16:30:33,BMW,BMW 5ER REIHE,2004.0, 21,2020-01-23 16:30:32,BMW,BMW 5ER REIHE,2004.0, 47,2020-01-23 16:24:55,VOLVO,VOLVO 240 POLAR U9,1993.0, 47,2020-01-23 16:24:54,VOLVO,VOLVO 240 POLAR U9,1993.0,

मुझे लगता है कि खेतों के नाम, बिना टिप्पणी के स्पष्ट हैं। लाइसेंस प्लेट गोपनीयता कारणों के लिए हटा दी गईं, हालांकि हमारे विश्लेषण के लिए उनकी आवश्यकता नहीं है।

आइए देखें कि पायथन और पंडों का उपयोग करके क्या डेटा निकाला जा सकता है। जो लोग कोड में रुचि नहीं रखते हैं वे पाठ के माध्यम से तुरंत ग्राफ़ पर स्क्रॉल कर सकते हैं।

आवश्यक घटक कनेक्ट करें और डेटासेट को पंडों में लोड करें:

 import pandas as pd import matplotlib.pyplot as plt df = pd.read_csv("license_plates.csv", quotechar='"')

हम कार के मॉडल में रुचि रखते हैं, इसलिए हम आवश्यक सबसेट का चयन करते हैं और डुप्लिकेट को हटाते हैं (कार के प्रत्येक मार्ग के लिए, कैमरा 3-4 मीटर उत्पन्न करता है)। रेखांकन प्रदर्शित करने की सुविधा के लिए, हम कार मॉडल द्वारा डेटासेट को सॉर्ट करते हैं।

 df_cars = df[['car_id', 'manufacturer', 'model', 'year', 'price']] df_cars = df_cars.drop_duplicates() df_cars['year'] = df_cars["year"].map(int) df_cars['price'] = df_cars["price"].map(get_rounded, na_action=None).astype('Int64') df_cars['car'] = df_cars['model'] + '/' + df_cars['year'].apply(str) df_cars = df_cars.sort_values('manufacturer', ascending=True, inplace=False)

हम हिस्टोग्राम के रूप में एक सहायक डेटा निष्कर्षण फ़ंक्शन लिखते हैं:

 def extract_as_hist(dataframe, param: str): g = dataframe.groupby([param]) msg_count = g.size().reset_index(name='counts') grouped = g.mean().reset_index() grouped['counts'] = msg_count['counts'] return grouped[param].values, grouped['counts'].values

अब आप सबसे दिलचस्प - वास्तविक ग्राफ़ पर आगे बढ़ सकते हैं।

उत्पादक

आप निर्माताओं पर डेटा देख सकते हैं:

 manufacturer, manufacturer_cnt = extract_as_hist(df_cars, 'manufacturer') plt.gca().invert_yaxis() plt.xticks(np.arange(min(manufacturer_cnt)-2, max(manufacturer_cnt)+2, 1.0)) plt.barh(manufacturer, manufacturer_cnt, label='Car Manufacturer')

अनुसूची:

वोक्सवैगन को पहले स्थान पर ध्यान देने योग्य मार्जिन के साथ बाहर खटखटाया गया है, दूसरे को बीएमडब्ल्यू, मर्सिडीज और वोल्वो द्वारा समान रूप से विभाजित किया गया है। परीक्षण के दौरान एक भी VAZ पर ध्यान नहीं दिया गया;)

निर्माण का वर्ष

मैं कोड नहीं दूंगा, यह वही है। तुरंत अनुसूची:

जैसा कि आप देख सकते हैं, ज्यादातर लोग 5 साल पहले की कारों को नहीं चलाते हैं, हालांकि 10 साल पुरानी कारें विदेशी नहीं हैं। यहाँ तक कि 1993 और 1994 की दुर्लभताएँ भी हैं। यह क्रमशः VOLVO 240 POLAR U9 और BMW 325I CABRIOLET E2 निकला।

कीमतों

मैं आपको तुरंत एक चार्ट दूंगा:

हम देखते हैं कि कार के थोक में लगभग 30K यूरो की औसत कीमत पर बहुत स्पष्ट चोटी है। शीर्ष के शीर्ष पर TESLA MODEL X 2018 (120K) और PERSCHE CAYENNE DIESEL 2014 (115K) का कब्जा है। सबसे सस्ती कार - 5K के लिए 2012 PEUGEOT 107।

बेशक, 100 मशीनों के डेटासेट से अधिक निकालना असंभव है - चयन बहुत छोटा है। अगले चरण पर चलते हैं - हम पूरे देश के आंकड़ों पर विचार करेंगे।

हॉलैंड के लिए सामान्य डेटा

पहले आपको पूरे डेटाबेस को डाउनलोड करने की आवश्यकता है, जो हमें बहुत अधिक डेटा निकालने की अनुमति देगा। फाइलें RDW पेज पर उपलब्ध हैं, हमें जिस CSV फाइल की जरूरत है उसका आकार लगभग 7 जीबी है।

यहां कोड उसी के बारे में है, मैं इसे नहीं दोहराऊंगा, हम परिणामों पर सही जाएंगे। सभी चार्ट 2019 के लिए डेटा से संबंधित हैं, अन्य वर्षों के लिए, जो लोग चाहते हैं, उन्हें अपने दम पर प्रिंट कर सकते हैं। वर्ष के दौरान कुल मिलाकर 672 हजार कारें पंजीकृत हुईं, जो कि काफी कुछ है, यह देखते हुए कि नीदरलैंड की पूरी आबादी 17 मिलियन लोग हैं।

उत्पादक

सामान्य सूची काफी लंबी है, चलो पहले 30 प्राप्त करते हैं।

जैसा कि स्थानीय परीक्षण में, वोक्सवैगन एक व्यापक मार्जिन से पहला स्थान लेता है। बाकी ग्राफ से दिखाई देता है। दिलचस्प बात यह है कि टेस्ला पर ध्यान दिया जा सकता है, जिसने 2019 में खरीदी गई शीर्ष 10 कारों में काफी आत्मविश्वास से प्रवेश किया।

वैसे, यदि आप शेड्यूल का एक और हिस्सा बढ़ाते हैं, तो आप देख सकते हैं कि 2019 में लीलैंड लाडा और उज़े को लगभग 10 टुकड़ों के साथ खरीदा या आयात किया गया था:

यदि कोई विश्वास नहीं करता है - मई 2019 में आयात किए गए UAZ BUKHANKA , कैटलॉग की कीमत 32385 यूरो है (मैं मूल्य निर्धारण में यहां कुछ समझ नहीं पा रहा हूं, ओह अच्छी तरह से)। और नीदरलैंड में कुल मिलाकर 732 लाडा कारों के रूप में सभी वर्षों के लिए पंजीकृत किया गया है:

आदर्श

यहां परिणाम अप्रत्याशित थे। 2019 में पहले स्थान पर टेस्ला मॉडल 3 का कब्जा है, जिसमें से लगभग 30 हजार पंजीकृत थे। बाकी ग्राफ से दिखाई देता है।

यहाँ, निश्चित रूप से, अनुसूची का केवल एक हिस्सा, पूरा यह बहुत लंबा होगा।

रंग

रंगों के संदर्भ में कुछ विकल्प हैं, बिना अनुवाद के भी तस्वीर से सब कुछ स्पष्ट है।

ग्रे पहले आता है, फिर काले और सफेद, और सामान्य तौर पर, रंगों का विकल्प छोटा होता है। वैसे, हॉलैंड में "पूरी तरह से" शब्द से एयरब्रशिंग और विभिन्न कलाओं को स्वीकार नहीं किया जाता है, सड़कों पर ऐसी कारें कभी एक बार भी नहीं आईं।

कीमत

अगला, और काफी दिलचस्प श्रेणी मूल्य है।

जैसा कि स्थानीय परीक्षण में, डेटा समान हैं - चोटी 20-30K की लागत से कारों पर गिरती है। यह ग्राफ दाईं ओर और आगे भी बना रहता है - शीर्ष 3 में 8.8 मिलियन यूरो की कीमत पर वोल्कस्वेगन टुअर्ज , कैप्रॉन टी 66 और ऑडी ए 6 3.0 टीडीआई का कब्जा है।

कार का प्रकार

यह श्रेणी काफी दिलचस्प निकली।

शीर्ष बहुत स्पष्ट है - स्टेशनवागन (स्टेशन वैगन), हैचबैक, एमपीवी (स्टेशन वैगन) और पालकी। एक और बात उत्सुक है - "लिमोसिन" (42 कारें), "हार्से" (47 कारें) और "एम्बुलेंस" (153 कारें) की श्रेणियां। और यह सब "व्यक्तिगत कारों" की श्रेणी में है (शायद ये 47 लोग अपने खाली समय में एक हार्स पर गाड़ी द्वारा अतिरिक्त पैसा कमाते हैं, यह कहना मुश्किल है)। वैसे, अगर किसी को इस बात में दिलचस्पी है कि यात्री हार्स जैसा दिखता है (रूस में मैंने ऐसे लोगों को कभी नहीं देखा है, हालांकि मैंने ध्यान नहीं दिया होगा), बिगाड़ने के तहत फोटो:

फ़ोटो

स्रोत: Google

जैसा कि टिप्पणियों में सुझाव दिया गया है, व्यक्तिगत कारों की एक लोकप्रिय श्रेणी "टूरिस्ट" ( kampeerwagen ) है, उनमें से 5604 2019 में पंजीकृत किए गए थे।

इस पर मैं रेखांकन के साथ समाप्त होऊंगा, वजन या शक्ति को देखने के लिए अभी भी विचार थे, लेकिन लेख पहले से ही बहुत लंबा है।

निष्कर्ष

सच कहूं तो, मैं कारों का विशेषज्ञ नहीं हूं, इसलिए कोई अलग निष्कर्ष नहीं होगा। डेटासेट सभी के लिए उपलब्ध है जो चाहते हैं, वे अपने दम पर आंकड़े एकत्र कर सकते हैं, पाठ में मुख्य कोड टुकड़े हैं।

यदि किसी के पास अन्य देशों के लिए डेटा है, तो तुलना करना दिलचस्प होगा।

नीदरलैंड में कारें: 2019 के लिए आंकड़े और जानकारी

स्रोत डेटा

स्थानीय डेटा

उत्पादक

निर्माण का वर्ष

कीमतों

हॉलैंड के लिए सामान्य डेटा

उत्पादक

आदर्श

रंग

कीमत

कार का प्रकार

निष्कर्ष

More articles: