这篇文章主要讲解了“python空气质量数据举例分析”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“python空气质量数据举例分析”吧!
计算出每天的平均AQI后,根据AQI数据,计算出对应的每天污染等级,需要在一个月的数据添加一个新的列,直接在DataFrame上以中括号添加即可。
monthdata['level']
在使用map函数,根据AQI的数据值,计算对应的污染等级,map可以使用函数。
monthdata['level'] = monthdata['AQI'].map(ComputeLevel)
aqilevels = np.array([........])
levels = np.array([u'优', u'良', u'轻度污染',
u'中度污染', u'重度污染', u'严重污染', u'无数据'])
def ComputeLevel(x):
if (not math.isnan(x)):
index = np.where(aqilevels >= x)
return levels[index[0][0]]
else:
return '无数据'
将没有数据的部分,填充为无数据,方便在数据统计时,进行查看。
monthdata['level'] = monthdata['level'].fillna('无数据')
接下来,根据污染等级,统计DataFrame中的数据,计算每月的各个污染等级天数,其中将level列名转换成count,将level作为列名,不作为索引显示。
levelscount = pd.DataFrame(monthdata['level'].
groupby(monthdata['level']).count())
levelscount = levelscount.rename(columns={'level': 'count'})
levelscount = levelscount.reset_index('level')
使用matplotlib,统计每月各个级别的天数,以柱状图的方式显示。
fig = plt.figure(figsize=(8, 5))
dataax = fig.add_subplot(1, 1, 1)
dataax.bar(inde, levelscount['count'].tolist(),
0.35, color=lecolor, edgecolor='white')
感谢各位的阅读,以上就是“python空气质量数据举例分析”的内容了,经过本文的学习后,相信大家对python空气质量数据举例分析这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是亿速云,小编将为大家推送更多相关知识点的文章,欢迎关注!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。