【python与数据分析】实验十三 北京市空气质量

目录

一、实验内容

二、完成情况

三、数据分析

1.问题描述

2.编程思路

3.程序代码

4.程序运行结果

（1）2014年-2019年AQI时间序列折线图 

（2）各年AQI折线图、AQI直方图、PM2.5与AQI散点图、空气质量整体情况的饼图 

​（3）六种空气成分与AQI的散点图 

5.结果分析

---

一、实验内容

对《北京市空气质量》数据进行数据分析。其中包括数据的导入、预处理、可视化。

二、完成情况

1.完成了《北京市空气质量的数据分析》

2.敲试了听课ppt上的代码，由于内容较多，放于实验报告最后的【附录】部分

三、数据分析

1.问题描述

根据《北京市空气质量》的excel数据对今年北京市空气质量进行分析

2.编程思路

（1）首先导入数据，利用pandas库进行导入

（2）其次进行数据预处理，主要针对异常值，找到后用NAN替代

（3）绘制2014年-2019年AQI时间序列折线图，从空气质量指数的折线图直观地看2014年-2019年北京市空气质量的变化

（4）绘制各年AQI折线图，观看2014-2019年AQI均值的变动情况；绘制AQI直方图，看2014年-2019年AQI的分布；绘制PM2.5与AQI的散点图，分析PM2.5对AQI的影响；绘制质量等级的饼图，观看各个等级所占的比例

（5）在原有代码的基础上又编写了绘制六种空气成分与AQI的散点图，分析各个成分对AQI的影响

3.程序代码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt#matplotlib的Pyplot子模块，指定别名为plt
#%matplotlib inline
#将matplotlib的图表直接嵌入到Notebook之中，或者使用指定的界面库显示图表，它有一个参数指定matplotlib图表的显示方式。inline表示将图表嵌入到Notebook中。
#Python提供了许多魔法命令，使得在IPython环境中的操作更加得心应手。魔法命令都以%或者%%开头，以%开头的成为行命令，%%开头的称为单元命令。行命令只对命令所在的行有效，而单元命令则必须出现在单元的第一行，对整个单元的代码进行处理。
#执行%magic可以查看关于各个命令的说明，而在命令之后添加?可以查看该命令的详细说明。
plt.rcParams['font.sans-serif']=['SimHei']  #解决中文显示乱码问题
plt.rcParams['axes.unicode_minus']=False
data=pd.read_excel('D:\个人成长\学业\课程\python\实验\题目\北京市空气质量数据.xlsx')  #要注意路径
#指定立即显式所绘图形，且通过参数设置解决图形中文显示乱码问题

data.isnull()
data=data.replace(0,np.NaN)
plt.figure(figsize=(10,5))
#利用函数plt.figure说明图形的一般特征，如这里指宽10高5
plt.plot(data['AQI'],color='black',linestyle='-',linewidth=0.5)
#利用函数plt.plot绘制序列折线图，同时指定折线颜色、线性、线宽等
plt.axhline(y=data['AQI'].mean(),color='red', linestyle='-',linewidth=0.5,label='AQI总平均值')
#在参数y指定位置上画一条平行于横坐标的直线，并给定直线图例文字
#plt.axvline在参数x指定位置上画一条平行于纵坐标的直