python開發(fā)中空氣質(zhì)量歷史數(shù)據(jù)的示例分析

小編給大家分享一下python開發(fā)中空氣質(zhì)量歷史數(shù)據(jù)的示例分析，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

歷史空氣質(zhì)量數(shù)據(jù)格式，存儲(chǔ)成的是csv格式，各個(gè)監(jiān)測(cè)站的小時(shí)數(shù)據(jù)，按天生成，其中有些因?yàn)榘l(fā)布的服務(wù)器端，小時(shí)數(shù)據(jù)會(huì)存在不全的情況，有些一天的數(shù)據(jù)也會(huì)存在沒(méi)有的情況。

下載北京2017年全年的監(jiān)測(cè)站壓縮包，beijing_20170101-20171231，總共730個(gè)文件，beijing_all_xxxxxxxx中存儲(chǔ)了各個(gè)站點(diǎn)的api、pm2.5、pm10和兩類污染物的iaqi數(shù)據(jù)，beijing_extra_xxxxxxxx中存儲(chǔ)了其他污染物和污染物的iaqi數(shù)據(jù)，一般文件大小顯示為1kb的，是異常的數(shù)據(jù)文件。

異常數(shù)據(jù)文件：

python類庫(kù)：使用pandas分析csv數(shù)據(jù)，pandas可以直接將csv數(shù)據(jù)打開成一個(gè)具有行業(yè)索引的數(shù)據(jù)格式。

import pandas as pd
pd.read_csv(_filePath)

其中的NaN為不存在的數(shù)據(jù)。

過(guò)濾其中的數(shù)據(jù)，只保留一個(gè)監(jiān)測(cè)站的數(shù)據(jù)，使用pandas的各種行列控制，選取列數(shù)據(jù)，過(guò)濾其中的行數(shù)據(jù)，新建列數(shù)據(jù)，排序數(shù)據(jù)。

pd_filterCol = _dfdata[['date', 'hour', 'type', _station]]
filterrow = pd_filterCol[pd_filterCol['type'] == 'AQI']
filterrow['datetime'] = filterrow['date'].map(str)
alldaydata = alldaydata.sort_values(by="datetime", ascending=True)

生成新的dataframe數(shù)據(jù)，詳細(xì)的行列數(shù)據(jù)。

使用matplotlib生成逐小時(shí)的aqi變化圖，需要引用matplotlib的類庫(kù)，因?yàn)榉治鲋惺褂萌掌诟袷降臄?shù)據(jù)，要引用dates進(jìn)行處理，添加折線圖，設(shè)置折線圖的樣式。

import matplotlib.pyplot as plt
import matplotlib
import matplotlib.dates as mdates

fig = plt.figure(figsize=(8, 5))
dataax = fig.add_subplot(1, 1, 1)
dataax.plot(daydata['datetime'].tolist(), daydata['AQI'].tolist(), lw=2, c='r', label=u'AQI',
            marker='o', mec='b', mfc='w')....

以上是“python開發(fā)中空氣質(zhì)量歷史數(shù)據(jù)的示例分析”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！