用 Python 分析 70 張停車繳費單

我住在台北市景美商圈
從2019年9月開始，路邊機車格也要收費
有很多人不想繳錢，就塞進騎樓下
結果路邊停車格非常空曠
我停得非常滿意，不用怕被別人ㄎㄟˊ到
這篇文章會分享以下幾件事：
一、機車繳費單
二、自動繳納停車費
三、分析我收過的 70 張單

一、機車繳費單

這幾個月，我都會將繳費單收集起來
就是為了拍這幾張照片XD
大家可以發現，繳費單有不同顏色
會被收費員掛在機車後扶手上
其實是有巧思的，不同顏色代表不同日子

星期一：紅色
星期二：橙色
星期三：黃色
星期四：綠色
星期五：藍色
星期六：灰色
星期日：紫色

如此一來，收費員不需要逐一檢查每台機車
只要看顏色就能判斷是否開過單了

目前停車費一次20元，當天不重複收費
有些活動與電子支付一天是15~18元

二、自動繳納停車費

政府提倡自主開單，可透過「路邊好停車」等APP
自己停完車，就自己用手機登記
當收費員掃到你的機車時
就不會再次掛紙本單據到機車上

但是！自主開單並非自動繳款
因此必須透過「車麻吉」等APP
綁定信用卡再自動自動扣款

APP自主開單

路邊好停車、車P-首都方便停、國雲停車泊車趣等

APP自動扣款

車麻吉、嗶嗶繳、停車大聲公等

總結有四種作法：
1、由收費員掛繳費單 → 超商繳費
2、由收費員掛繳費單 → APP自動扣款
3、APP自主開單 → 超商繳費
4、APP自主開單 → APP自動扣款

我個人用第二種作法
所以才有一疊繳費單可以拍照
不過每天都要拆單據也蠻不環保...
自動繳費的APP每天都會寄電子收據給我
因此我才能做後面的分析

三、分析我收過的 70 張單

我透過 Python 爬取我的個人信箱
自動將所有電子收據抓下來做統計
分析我的機車被開單的時間點

在看圖表前，有幾件前情提要
1、我星期一到五上班，早上9點騎車、晚上6點回到家停車
2、星期六日不騎車，也就是車子停在格子不動

下面繪製的都是時間統計分布圖(Histogram)
文末會附上程式碼，有興趣的人可以看看

八張小圖，X軸是時間(10~20點)、Y軸是數量
依序是總和、星期一、星期二至星期日
下面則是直接整合成二維資料，並用顏色代表數量

對此統計，有幾點結論：
1、收費員是10點上班，20點下班
2、由於我18點停車，大部分在19點前就會被開單
3、星期二相較其他天少，可能是值班的收費員不習慣騎到我那條街？
4、星期四只被開過4次，是因為我晚上要社團運動，都21點後才停車
5、星期五好幾個早上或下午的紀錄，是因為我有時周五會請假
6、星期六早上10點被開好開滿，乖乖繳停車費
7、文獻說星期天的單據是紫色，但我從來沒周日被開過單！？

坦白說，一天停車費 20 元
可以不用跟別人的車擠在一起
為了喬車位，挪來挪去
個人認為非常值得
最後謝謝收費員辛苦的開單

程式碼：Gmail讀取車麻吉電子收據，並繪製統計圖

# Gmail 要先去以下網址，開啟「低安全性應用程式存取權」
# https://myaccount.google.com/lesssecureapps

import imaplib
import datetime
import email
import numpy as np
import seaborn as sn
import matplotlib.pyplot as plt

FROM_EMAIL  = "youmail@gmail.com"
FROM_PWD    = "password"
SMTP_SERVER = "imap.gmail.com"

mail = imaplib.IMAP4_SSL(SMTP_SERVER)
mail.login(FROM_EMAIL, FROM_PWD)
mail.select('inbox')

typ, data = mail.search(None, '(FROM "cs@mochipay.xyz")')
id_list = data[0].split()
time_list = []

for i in id_list:
    typ, data = mail.fetch(i, '(RFC822)')
    email_message = email.message_from_string(data[0][1].decode('utf-8'))
    
    subject = str(email.header.make_header(email.header.decode_header(email_message['Subject'])))
#    print(subject)
    for part in email_message.walk():
        body = part.get_payload(decode=True)
        content = body.decode('utf-8')
        if '停車日期' in content:
            pos = content.index('停車日期')
            parking_time = content[pos+5:].split('')[0]
            if len(parking_time) > 13:
                parking_time = parking_time[:16]
                print(parking_time)
                time_list.append(datetime.datetime.strptime(parking_time, '%Y.%m.%d %H:%M'))

''' Week Day Report '''
WEEK = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday']
plt.figure(figsize = (15, 12))
hour_list = [(i.hour*60+i.minute)/60 for i in time_list]
plt.subplot(4, 2, 1)
plt.hist(hour_list, bins=30)
plt.ylabel('Overall Billing Count: ' + str(len(hour_list)))
plt.xlabel('Hour')
plt.xlim([10, 20])
plt.grid()

for w in range(7):
    plt.subplot(4, 2, w+2)    
    hour_list = [(i.hour*60+i.minute)/60 for i in time_list if i.strftime("%A") == WEEK[w]]
    counts, bins = np.histogram(hour_list)
    plt.hist(bins[:-1], bins, weights=counts)
    plt.ylabel(WEEK[w] + ' Billing Count: ' + str(len(hour_list)))
    plt.xlabel('Hour')
    if max(counts) != 0:
        plt.ylim([0, max(counts)])
    else:
        plt.ylim([0, 1])
    plt.xlim([10, 20])
    plt.grid()
plt.show()

''' Time Slot Report '''
zone_list = [(i.strftime("%A"), i.strftime("%H")) for i in time_list]
zone_report = np.zeros([24, 7])
for i in zone_list:
    idx = WEEK.index(i[0])
    zone_report[int(i[1]), idx] = zone_report[int(i[1]), idx] + 1
zone_report_weekday = np.sum(zone_report, 0)

plt.figure(figsize = (10, 7))
sn.heatmap(zone_report, annot=True, fmt='g', cmap='YlOrRd')
plt.xticks(np.arange(7), WEEK, ha='left')
plt.yticks(rotation=0)
plt.ylabel('Hour')
plt.title('Time Slot and Weekday')

★ 推薦：Hahow線上課程 ★

賈維斯的智慧工坊

MY | NOTES