在过去的一二十年公共自行车作为一种绿色、环保的新的交通方式在很多大城市出现。公共自行车系统是公共交通的组成部分,是城市公交系统的辅助和补充,有利于解决城市交通“最后一公里”难题,对缓解交通压力、实现节能减排等具有重要意义。然而面对海量、复杂的公共自行车数据,想要从中有效地分析出有用的规律,传统的数据分析可能已经难以适用。本文对公共自行车数据进行可视分析,以杭州公共自行车系统和芝加哥Divvy公共自行车系统数据为研究对象,提供丰富的交互功能,利用多种可视图形帮助用户分析隐含在公共自行车数据中的规律。数据分析方面,本文先对数据进行预处理,通过统计分析的方式进行数据分析。根据站点之间的距离和租/还记录来进行相似度矩阵的构建,基于AP(Affinity Propagation Cluster,AP)聚类算法实现公共自行车站点聚类。可视化方面,系统基于Web技术实现了公共自行车数据的可视化,用户可以直观地观察公共自行车数据的动态加载过程。本文根据公共自行车数据的特点选取合适的可视编码方式。为了在有限的空间展示更丰富的公共自行车数据,本文通过螺旋图、极坐标热力图、日历环形图等可视图形对公共自行车数据进行可视化,还有针对性地设计交互功能,便于用户更好地理解和分析数据。通过可视化界面,用户也可以分析不同聚类站点的骑行规律的异同。本文对公共自行车数据的用户构成、时间和空间模式以及站点的聚类结果进行可视分析,有助于帮助用户全面了解蕴藏在公共自行车数据中的规律。