停车高峰时间分析：Python 代码实现

本代码使用 Python 分析停车高峰时间，并生成图表展示各个时间段停车数量所占比例。

import matplotlib.pyplot as plt

def tcgf(pi_table):
    # 设置图表标题
    plt.title('停车高峰时间所占比例')
    
    # 设置 x 轴数据
    labels = ['0—3点', '3—6点', '6—9点', '9—12点', '12—15点', '15—18点', '18—21点', '21—00点']
    
    # 获取每个时间段的停车数据
    kk0 = pi_table[pi_table['timein'].str.contains(' 00:')] 
    kk1 = pi_table[pi_table['timein'].str.contains('01:')] 
    kk2 = pi_table[pi_table['timein'].str.contains('02:')] 
    kk3 = pi_table[pi_table['timein'].str.contains(' 03:')] 
    kk4 = pi_table[pi_table['timein'].str.contains('04:')] 
    kk5 = pi_table[pi_table['timein'].str.contains(' 05:')] 
    kk6 = pi_table[pi_table['timein'].str.contains('06:')] 
    kk7 = pi_table[pi_table['timein'].str.contains(' 07:')] 
    kk8 = pi_table[pi_table['timein'].str.contains(' 08:')] 
    kk9 = pi_table[pi_table['timein'].str.contains(' 09:')] 
    kk10 = pi_table[pi_table['timein'].str.contains(' 10:')] 
    kkll = pi_table[pi_table['timein'].str.contains('11:')] 
    kk12 = pi_table[pi_table['timein'].str.contains('12:')] 
    kk13 = pi_table[pi_table['timein'].str.contains('13:')] 
    kk14 = pi_table[pi_table['timein'].str.contains('14:')] 
    kk15 = pi_table[pi_table['timein'].str.contains(' 15:')] 
    kk16 = pi_table[pi_table['timein'].str.contains('16:')] 
    kk17 = pi_table[pi_table['timein'].str.contains(' 17:')] 
    kk18 = pi_table[pi_table['timein'].str.contains(' 18:')] 
    
    # 返回每个时间段的停车数量
    return [len(kk0), len(kk1), len(kk2), len(kk3), len(kk4), len(kk5), len(kk6), len(kk7), len(kk8), len(kk9), len(kk10), len(kkll), len(kk12), len(kk13), len(kk14), len(kk15), len(kk16), len(kk17), len(kk18)]

# 示例
pi_table = ...  # 输入停车数据
result = tcgf(pi_table)
print(result)

说明：

代码使用 matplotlib.pyplot 库生成图表。
tcgf 函数接收停车数据 pi_table 作为参数，其中 timein 列包含停车时间。
代码通过字符串匹配获取每个时间段的停车数量。
最后返回每个时间段的停车数量，可以用于绘制图表。

如何使用：

将你的停车数据存储在 pi_table 变量中。
运行代码，即可获取每个时间段的停车数量。
使用这些数据绘制图表，直观地展示停车高峰时间。

本代码仅供参考，你可以根据自己的需求进行修改和完善。