23、气象数据与 D3 库在数据可视化中的应用

气象数据与 D3 库在数据可视化中的应用

1. 气象数据的分析与可视化

在气象数据的分析中，我们收集了多个城市的气象数据，其中与风相关的数据包括风向（Wind Degree）和风速（Wind Speed）。

1.1 湿度与地理位置的关系

通过观察相关数据，我们发现离海较近的城市，其最小和最大湿度都相对较高。但由于收集的数据点较少（仅 10 个），难以确定湿度与地理位置之间存在线性或其他类型的关系。

1.2 风向数据的可视化

• 传统散点图的局限性 ：当我们使用传统的散点图来展示风向和风速的关系时，如使用以下代码：

plt.plot(df_ravenna['wind_deg'],df_ravenna['wind_speed'],'ro')

得到的图表效果并不理想，不能很好地展示 360 度方向上的数据分布。
- 极坐标图的应用 ：为了更好地展示 360 度方向上的数据分布，我们选择使用极坐标图。具体操作步骤如下：
1. 创建直方图：将 360 度划分为 8 个区间，每个区间为 45 度。

hist, bins = np.histogram(df_ravenna['wind_deg'],8,[0,360])
print(hist)
print(bins)

这里 `his