24、纽约市天气数据分析：温度分布与时间序列洞察

纽约市天气数据分析：温度分布与时间序列洞察

在数据分析领域，理解数据的分布和趋势对于做出准确的预测和决策至关重要。本文将聚焦于纽约市的天气数据，深入探讨温度的频率分布以及时间序列分析的相关技术。

温度的频率分布

查看数据摘要并逐步细化分辨率是快速定位感兴趣数据和事件的有效技术。我们从数据的宏观视角入手，逐步聚焦于突出的数据点。目前，我们已经掌握了一些理解天气数据的工具，但尚未有预测新天气数据中未来值可能性的技术，接下来将重点探讨这方面内容。

纽约市温度分布

纽约市过去100年的温度频率分布直方图（图9.4）为我们提供了直观的温度范围信息。该直方图将温度值划分为一系列区间，每个区间的数值数量用垂直条表示。X轴表示每个区间的中点温度（摄氏度），Y轴表示该区间内数值占总数据集的百分比。

从图中可以快速了解纽约市经历的温度范围。例如，大多数记录值所在的温度范围，以及占比最大（11%）的温度区间为19.89 - 22.8摄氏度。需要注意的是，11%这个数值本身并非关键，它代表的是数值最密集的温度范围。

直方图的绘制需要先生成频率分布表（图9.5），该表的每一行对应直方图中的一个条形。起初，推测温度分布可能符合正态分布，但实际数据并非如此。不过，进一步观察发现，图9.4有点像两个正态分布挤在一起。经过调查，将数据按冬季和夏季分开，为每个季节创建单独的直方图，结果显示每个季节的温度分布都接近正态分布，如图9.6所示的冬季温度直方图。

正态分布

正态分布是统计学中的重要概念，也被称为钟形曲线。对于符合正态分布或接近正态分布的数据集，我们可以利用其特性来估计新数据值的概率。具体来说：