19、数据可视化与机器学习入门

数据可视化与机器学习入门

一、地理数据可视化与Matplotlib的局限

1.1 地理数据可视化示例

以下代码用于绘制2014年1月温度异常图：

fig = plt.figure(figsize=(10, 8)) 
m = Basemap(projection='lcc', resolution='c', 
            width=8E6, height=8E6,  
            lat_0=45, lon_0=-100,) 
m.shadedrelief(scale=0.5) 
m.pcolormesh(lon, lat, temp_anomaly, 
             latlon=True, cmap='RdBu_r') 
plt.clim(-8, 8) 
m.drawcoastlines(color='lightgray') 

plt.title('January 2014 Temperature Anomaly') 
plt.colorbar(label='temperature anomaly (°C)'); 

从数据中可以看出，该月美国东半部比正常情况冷得多，而西半部和阿拉斯加则暖和得多。没有记录温度的地区显示为地图背景。

1.2 Matplotlib的局限性

Matplotlib是一个非常有用且流行的可视化工具，但它也存在一些问题：
- 默认设置不佳 ：在2.0版本之前，Matplotlib的默认设置不是最佳选择，它基于1999年左右的M